Snake的初衷是为了进行图像分割，但它对初始位置过于敏感，且不能处理拓扑结构改变的问题。初始位 置的敏感性可以用遗传算法来克服，因为它是一种全局优化算法，且有良好的数值稳定性。为了更精确地进行图 像分割，本文提出了一种基于遗传算法的双T—Snake模型图像分割方法，它将双T—Snake模型解作为遗传算法的搜 索空间，这既继承了T—Snake模型的拓扑改变能力，又加快了遗传算法的收敛速度。由于它利用遗传算法的全局优 化性能，克服了Snake轮廓局部极小化的缺陷，从而可得到对目标的

舌体轮廓的图像分割是计算机辅助舌诊系统进行图像分析的前提条件。提出了一种基于分水岭交换和主动轮廓模型相结合的自动轮廓分割算法。采用了分水岭变换的结果作为主动轮廓模型算法的初始曲线。在分水岭变换中，通过引入标记函数和强制最小值技术解决了传统分水岭变换可能导致的过分割问题，同时，在保证分割质量的基础上，通过降采样的方法来提高分割速度-Tongue contours for image segmentation is aided tongue diagnosis system, a prerequis

基于符号压力函数的自适应水平集图像分割方法。 包含源代码和目标图片，可实现：初始轮廓线可置于待分割区域内部、外部或一半内部一半外部，无需人工设置。-Adaptive level set image segmentation method based on symbolic function of pressure. Contains the source code and object images can be achieved: initial contour can be divided