La complejidad computacional crece exponencialmente para el umbralizado de múltiples niveles (MT) con el aumento del número de umbrales. Tomando la entropía de Kapur como la función objetivo optimizada, el artículo propone el algoritmo modificado de colonia de abejas artificiales (MQABC), que emplea una nueva estrategia de distancia para búsquedas en vecindarios. Los resultados experimentales muestran que MQABC puede encontrar los umbrales óptimos de manera eficiente, precisa y rápida, y los umbrales están muy cerca de los resultados examinados por búsquedas exhaustivas. En comparación con el EMO (optimización por electro-magnetismo), que se basa en la entropía de Kapur, el algoritmo clásico ABC y el MDGWO (optimizador de lobos grises discretos modificado), los resultados experimentales demuestran que MQABC tiene ventajas emocionantes sobre los tres últimos en términos de tiempo de ejecución en el umbralizado de imágenes, manteniendo al mismo tiempo la calidad de segmentación eficiente.