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

基于matlab的全局优化算法实例，一位未知函数的方程解-Equations global optimization algorithm matlab examples, based on an unknown function

图割算法，用于彩色图像分割 ，一种最优化方法，通过最小化能量函数达到分割的目的(In more recent years, there has been an increasing interest in graph cut based segmentation methods due to their ability to handle highly textured data via a numerically robust global optimization)