基于Markov随机场和FRAME模型的无监督图像分割

被引：9

作者：

程兵

王莹

郑南宁

贾新春

袁泽剑

李青

卞正中

机构：

[1] 西安交通大学人工智能与机器人研究所

[2] 西安交通大学第一医院医学实验中心

[3] 西安交通大学生物医学工程系西安西安交通大学生物医学工程系

[4] 西安

来源：

中国科学E辑:信息科学 | 2004年 / 04期

关键词：

Markov随机场; FRAME模型; 最大后验估计; 迭代条件模型; 图像分割;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

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.

引用

页码：391 / 400

页数：10

共 3 条

[1] 基于变分的图像分割算法 [J].

张永平 ;

赵荣椿 ;

郑南宁 .

中国科学E辑:技术科学, 2002, (01) :133-144

[2] 极大熵聚类算法及其全局收敛性分析 [J].

张志华 ;

郑南宁 ;

史罡 .

中国科学E辑:技术科学, 2001, (01) :59-70

[3]

Filters, Random Fields and Maximum Entropy (FRAME): Towards a Unified Theory for Texture Modeling[J] . Song Chun Zhu,Yingnian Wu,David Mumford.International Journal of Computer Vision . 1998 (2)

← 1 →