一种鲁棒的MRF-MAP图象分割框架研究

摘要

提出了一种新颖的基于马尔可夫随机场(MRF)空间上下文信息的图象分割方法.该方法利用马尔可夫随机场表示图象标记场,并在传统的邻域势函数基础上,引入观测场中邻域像素间强度关系,由此描述像素被分入同一类的可能性.通过贝叶斯(Bayes)定理将分割问题转化为最大后验(MAP)估计的问题.运用迭代条件模型(ICM)求取最大后验估计的解.用人工合成图象及真实图象进行实验,同时与传统的期望最大化(EM)方法以及传统的马尔可夫随机场方法相比较,由实验结果及信噪比(SNR)-误分率(MCR)曲线可以看出,该文的方法对噪声图象分割更为有效.