ACGS模型(Active Contours With Group Similarity)在CV模型(Active Contours Without Edges)的基础上结合了矩阵的低秩性约束,是能较好地分割目标特征缺失或错误的相似图像组的一种活动轮廓模型,但其对于局部灰度不均的相似图像组分割效果较差.对此,本文提出了包合演化曲线内外的动态亮度信息的改进的ACGS模型.在全局信息的基础上引入曲线内外动态变化的亮度信息,不仅增强了曲线对于局部灰度不均图像的模糊边界的识别,而且提高了能量函数梯度趋于零的速度,使函数更快达到最小值,从而加快了演化曲线达到目标边界的速度.最后,实验结果验证了改进的ACGS模型对于局部灰度不均的相似图像组,无论在分割效果还是分割速度上均优于ACGS模型.