提出了一种新颖的区域主动轮廓模型(ACM)用于图像分割。 为了执行具有非均匀强度的图像的精确分割,通过各向异性区域拟合能量来改善轮廓,从而改善了基于常规区域的ACM中原始区域拟合能量。 使用由结构张量描述的局部图像信息,根据两个各向异性拟合函数定义新的区域拟合能量,所述两个各向异性拟合函数沿强度变化的主要方向近似图像强度。 因此,各向异性拟合函数可以更精确地提取强度信息,这使我们的模型能够应对低对比度和复杂结构的边界。 将其结合到具有针对水平集函数的总变化量(TV)正则化项的变化量公式中,通过使该变化量能量函数最小化来执行分段过程。 在血管和大脑磁共振图像上进行的实验证明了该方法相对于Chan-Vese(CV)活动轮廓和局部二元活动轮廓(LBF)在效率和准确性方面的优势。