|
|||||
|
|
| 基于Markov随机场和FRAME模型的无监督图像分割 | |
| 引用本文： | 程兵,王莹,郑南宁,贾新春,袁泽剑,李青,卞正中.基于Markov随机场和FRAME模型的无监督图像分割[J].中国科学(E辑),2004,34(4):391-400. |
| 作者姓名： | 程兵 王莹 郑南宁 贾新春 袁泽剑 李青 卞正中 |
| 作者单位： | 1. 西安交通大学人工智能与机器人研究所,西安,710049;西安交通大学生物医学工程系,西安,710049 2. 西安交通大学第一医院医学实验中心,西安,710061 3. 西安交通大学人工智能与机器人研究所,西安,710049 4. 西安交通大学生物医学工程系,西安,710049 |
| 基金项目： | 国家自然科学基金(批准号:60003011)资助项目 |
| 摘 要： | 提出了一种多纹理图像的无监督分割方法. 此方法应用两层的随机场模型对需要分割的图像进行建模. 第一层用Markov随机场(MRF)模型表示一个不可观测的区域图像, 第二层用“滤波器, 随机场和最大熵(FRAME)”模型表示覆盖每一个区域的纹理图像, 与传统的分层Markov随机场(HMRF)模型相比较, FRAME模型可以取较大的邻域系, 从而对更加复杂的图案式样进行建模. 根据Bayes定理, 分割问题被转化成一个最大后验(MAP)估计问题. 迭代条件模型(ICM)算法用来求解最大后验估计. 提出一个基于局部熵率的算法来简化MRF参数的估计, FRAME模型的参数用最大期望(EM)算法估计. 最后, 使用一些合成的和真实的图像分别来做实验, 实验结果表明该方法能有效地分割含有复杂纹理的图像, 并且对噪声有一定的鲁棒性. |
| 关 键 词： | FRAME模型 最大后验估计 迭代条件模型 图像分割 Markov随机场 |
| 收稿时间： | 2003-12-22 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《中国科学(E辑)》浏览原始摘要信息 | |
| 点击此处可从《中国科学(E辑)》下载免费的PDF全文 | |