第二阶段：改进阶段遗传算法的改进主要有两种，一种是与其他方法相结合，另一种则是基于自身

的改进。这一阶段主要在进入到21世纪后。在国外，有学者将遗传算法与最大熵法相结合，并应于与红外成像领域。也有学者在遗传算法的交叉、变异过程进行改进，减少了迭代次数，使得快速收敛，提高了效率。国内学者在同一时期将遗传算法与多种模型及算法结合在一起。如为了解决遗传算法反馈信息较少的问题，将蚂蚁算法与遗传算法结合到了一起。国内学者对改进的研究还有很多，例如，双T-Snake模型与遗传算法的结合在医学图像领域的应用等。

从遗传算法的发展历史来看，它在图像领域是一种十分高效的方法。相比于传统分割方法，不管在效率还是效果方面，它都有巨大的优势。从它的改进来看，不论是它与其他方法的结合还是自身的改进，它都体现出了巨大的进步和发展。这些发展意味着遗传算法必定会不断的进步并且应用于更多的领域。