马尔可夫随机场
马尔可夫随机场的相关文献在1994年到2022年内共计368篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、测绘学
等领域,其中期刊论文308篇、会议论文25篇、专利文献36796篇;相关期刊131种,包括电子科技大学学报、系统工程与电子技术、中国生物医学工程学报等;
相关会议25种,包括2013年中国计算机学会人工智能会议、第十届中国智能机器人会议、第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会等;马尔可夫随机场的相关文献由921位作者贡献,包括陈武凡、仲兴荣、徐胜军等。
马尔可夫随机场—发文量
专利文献>
论文:36796篇
占比:99.10%
总计:37129篇
马尔可夫随机场
-研究学者
- 陈武凡
- 仲兴荣
- 徐胜军
- 郭雷
- 黄贤武
- 戚飞虎
- 王加俊
- 冯前进
- 史勇红
- 吕庆文
- 李映
- 李玉
- 林洪
- 涂亚庆
- 焦李成
- 王珂
- 谢胜利
- 赵亮
- 赵泉华
- 赵荣椿
- 万国伟
- 亓琳
- 任开春
- 何俊学
- 侯一民
- 冯衍秋
- 刘光辉
- 刘峰
- 刘海华
- 卢振泰
- 史泽林
- 孙洪
- 孙立晔
- 张涛
- 张艳宁
- 李思昆
- 杨学志
- 毕笃彦
- 管一弘
- 胡新韬
- 计科峰
- 许志良
- 赵杰煜
- 郑晨
- 郭斌
- 陈仁喜
- 韩九强
- 韩军伟
- 龚健雅
- 任庆昌
-
-
卢印举;
马芳;
戴曙光;
苏玉
-
-
摘要:
为提高路面裂缝分割算法的准确性和鲁棒性,提出一种融合灰度统计模型和多尺度特征向量的马尔可夫随机场裂缝分割模型.首先,基于裂缝图像直方图,采用高斯分布和瑞利分布构架裂缝图像灰度统计模型,并利用EM算法对模型参数优化求解;然后,采用双向高斯核函数与裂缝图像的卷积构造裂缝的Hessian矩阵,通过计算不同尺度下的裂缝测度响应值提取裂缝图像的多尺度特征向量,以增强裂缝的树状几何结构;最后,将多尺度特征向量融合到马尔可夫随机场裂缝分割模型,基于最小能量准则,使用条件迭代算法求解裂缝最大标号场.在公共数据集CrackTree206和200幅自建的裂缝数据集上,与马尔科夫随机场等3种算法进行对比分析,实验结果表明,所提算法的概率边缘指数指标达91.78%,全局一致性错分指标达9.86%,评价指标优于其他裂缝分割算法,说明了所提算法能够有效地提高裂缝分割精度.
-
-
赵霞;
赵金龙;
赵荣格;
陈燕;
桂志国;
刘祎
-
-
摘要:
为解决由于过度的量子噪声使低剂量CT重建图像质量产生退化的问题,提出一种基于分区域处理的联合先验低剂量CT统计迭代重建算法。对重建过程中的图像进行区域划分,对图像进行中值滤波并计算滤波图像的梯度,根据梯度划分出图像的边缘区域和平坦区域,分别利用全变分正则化(TV)和高斯马尔可夫随机场(MRF)正则化对不同的区域进行惩罚,将这两种正则项作为联合先验应用到惩罚加权最小二乘重建算法中,使用超松弛迭代算法(SOR)对目标函数进行求解。仿真结果表明,该算法去噪能力强,能有效保护重建图像的边缘细节信息。
-
-
颜廷龙;
李瑛;
王凤芹
-
-
摘要:
军用飞机飞行动作具有较强的随机性和模糊性,为实现针对军用飞机飞行动作的识别和划分,提出了一种基于马尔可夫随机场MRF模型的飞行动作识别划分算法,可以在没有标定的情况下,将飞行数据段分割聚类,实现飞行动作的识别和划分。仿真实验表明,相比于传统的飞行动作识别算法,基于MRF模型的飞行动作识别划分算法且有更高的识别率。
-
-
王正业;
热娜古丽·艾合麦提尼亚孜;
王晓荣;
米吾尔依提·海拉提;
严传波
-
-
摘要:
目的测试Ostu阈值分割、马尔可夫随机场分割和基于深度学习的Poly-YOLO网络模型分割3种方法在肝囊型包虫病超声图像影像区域的分割性能。方法分别使用单尺度图像增强Ostu阈值分割、马尔可夫随机场分割和基于深度学习方法的Poly-YOLO分割网络对肝囊型包虫超声图像中的扇形影像区域进行分割,以去除图像中的干扰信息,并采用Dice相似系数(Dice Similarity Coefficient,DSC)、重叠度(Intersection of Union,IOU)、真阳性率(True Positive Rate,TPR)、豪斯多夫距离(Hausdorff Distance,HD)评价上述3种算法的分割效能。结果Poly-YOLO算法对肝囊型包虫病超声图像具有较好的分割结果,在有效去除非影像区域信息的同时,DSC可达0.80,TPR为0.88,IOU为0.71,HD为2.11。结论相较于基于SSR的Ostu阈值分割方法、马尔可夫随机场图像分割算法,基于深度学习的Poly-YOLO网络能较好地分割出肝囊型包虫病超声图像扇形影像区域,去除图像中的非影像信息,为后续病灶自动分类研究奠定了一定的理论基础。
-
-
曹磊;
张达;
李宁;
荆锡贵
-
-
摘要:
常规反演方法识别火山岩储层通常会因为地质模型与地下地质情况差异较大而导致反演结果准确率不高.针对火山岩储层预测的难点,将波阻抗与测井曲线进行贝叶斯分级划分的岩相作为随机变量,分角度叠加地震数据作为连续变量,通过马尔可夫随机场模型建立两者的关系,并将其引入到火山岩地震叠前反演算法当中.该方法克服了叠前同时反演方法必须建立低频模型的缺点.利用楔形模型进行反演测试,反演结果与模型吻合且边界收敛.将该方法应用于长岭龙凤山火山岩内幕储层预测,通过合理的划分岩相,绕开了对火山岩的岩性预测而直接进行物性预测.预测结果表明,反映火山岩物性的密度体与实钻井结果吻合度高.
-
-
-
王燕贞;
陈志翔;
徐镇辉
-
-
摘要:
脑部磁共振(MR)图像由于偏移场和噪声存在灰度不均的特点.针对传统高斯混合模型应用于MR图像分割中存在噪声和异常值敏感等问题,提出一种基于马尔可夫随机场(MRF)的分层高斯混合模型分割算法.将传统的高斯混合模型进行分层处理,使用高斯混合模型替代其中的高斯分布;针对图像像素点构建MRF,更新分层高斯混合模型的先验概率;根据最大后验准则获取最终分割结果.实验结果表明,DICE、MCR指标均验证了算法的有效性.
-
-
王杰栋;
张良
-
-
摘要:
提出了一种基于线性体素分割的机载LiDAR点云电力线自动提取方法.该方法首先基于八叉树结构对海量三维点云数据进行体素化处理,再对体素点云进行线性检测,并结合马尔可夫随机场(MRF)对线性体素进行分割.然后在分割得到的线性段中,通过杆塔和电力线之间上下文关系的先验知识对杆塔进行精度定位,获取杆塔连接线边集.最后,通过设定的圆柱形搜索框,对边集周围的线性段进行识别,提取出电力线点云.为了验证本文方法的有效性,对江苏省电力设计院提供的在山区复杂场景中采集得到的3块机载LiDAR数据进行试验.结果表明,本文方法能够从LiDAR点云数据中提取出较为完整的电力线,提取的平均质量达到了92.6%,对电力线的风险管理具有较高的应用价值.
-
-
田雪寒;
王艺舒
-
-
摘要:
为了探究二型糖尿病早期动态变化,本文通过分析小鼠标本的组织特异性表达数据,获得相邻时间段之间的差异表达的证据,以表征基因差异表达的动态变化。该数据集中含有丰富的时空信息,但以往的研究中很难充分利用。我们通过在潜在状态上指定马尔可夫随机场(MRF)合并具有时空结构的复杂数据,用蒙特卡洛期望最大化(MCEM)算法计算模型参数,其关键特征是同时考虑基因表达水平的空间相似性和时间依赖性,仿真研究与实例分析结果都表明该方法具有更高的灵敏度,能识别更多的DE基因,能从数据中提取更多生物学上有意义的结果。
-
-
柳彤晖;
豆红强;
纪歆雅
-
-
摘要:
边坡土层的分布因受沉积作用等因素的影响,表现出天然空间变异特性,仅通过有限钻孔数据无法表征其真实的土层分布情况,进而难以对其稳定性进行准确评价.为此,基于马尔可夫链理论建立考虑土层不确定性的边坡随机场模型,并采用总信息熵量化边坡地层结构不确定性.结果表明:钻孔单元不确定性为零,距离钻孔位置越远单元不确定性越大;相反,土层交界面附近单元具有较大的不确定性,且不确定性由交界面向外逐渐发散;先验资料选择位于不确定性较大区域的钻孔有助于降低模型不确定性.研究成果对指导或优化边坡勘察工作具有一定的指导意义.
-
-
张丽丽;
王慧斌;
王高旭;
朱洁
- 《中国水利学会2018学术年会》
| 2018年
-
摘要:
水下声呐图像的目标检测在海洋资源勘测和水利工程等领域发挥着越来越重要的作用.然而,由于水下成像技术的局限性和水下环境的复杂性及海底混响噪声等因素的干扰,水下声呐图像存在目标模糊不清、边缘细节信息丢失等问题,从而导致图像分割和目标检测困难.更重要的是目前是声呐采集设备无法实现在线检测.本文提出了一种基于马尔可夫随机场(Markov Random Field,MRF)框架的水下声呐图像目标检测方法,利用MRF表达事物间依赖性的优点,同时结合水下声呐图像信息的特点进行目标检测.该方法首先利用最大类间方差法对声呐图像进行初始分割,以将背景分割提取;其次基于优化的MRF框架提取目标高亮区和目标阴影区,优化后的MRF框架包含更少的模型参数,且其中的最大后验概率估计通过条件迭代模式(Iterated Condi-tional Mode,ICM)算法优化得到.最后,实验结果表明该方法可有效提取背景区域、目标高亮区域及阴影区域三类检测,检测时间短,且目标检测精度高,可用于在线水下目标在线检测.
-
-
Zhang Zhe;
张喆;
Yang Yi;
杨艺;
Han Deqiang;
韩德强
- 《第七届中国信息融合大会》
| 2015年
-
摘要:
图像分割中存在的不确定性使得基于马尔可夫随机场的图像分割方法成为一个重要的研究方向.基于马尔可夫随机场模型图像分割的关键之处在于最大后验概率估计(MAP)的优化求解.本文特别就其中观测信息与邻域信息在优化目标函数中所占权重,即标号场参数的选择方法做了总结与梳理,并结合仿真实验进行了分析比较,方法1简单地将权重在全局设为一个定值,在分割复杂场景下的图像时易陷入局部最优,因此适用于简单图像的分割。方法2根据每个像素的局部信息使得权值在全局可变,更加适应复杂场景的图像分割,但存在计算量大的问题。因此在不限制计算量的情况下,应采用方法2进行复杂场景的图像分割。方法3的优点在于省去了方法1,2中的全局权重估计问题,但是面对场景复杂的图像,尤其是存在光照不均问题的图像时,分割结果不理想。因此方法3适用于对分割效果要求不高的情况。
-
-
-
Liu Lei;
刘磊;
Shi Zhiguo;
石志国;
Su Haoru;
宿浩茹;
Li Hong;
李红
- 《2013年中国计算机学会人工智能会议》
| 2013年
-
摘要:
图像分割是个病态问题,精确化的图像分割需要用户提供足够多的约束信息才能实现.近年来随着马尔可夫随机场吉布斯能量函数最小化图割求解技术的突破,许多国外研究人员开展基于图割方法的交互式图像分割技术的研究.在众多交互式图像分割技术中,由于用户友好性和潜在应用价值,采用矩形框约束的交互式图像分割方法非常吸引人.从超像素马尔可夫随机场模型和网格马尔可夫随机场模型出发,在吉布斯能量函数中引入高阶势能项,高阶势能项的引入使得新的模型既能捕捉细粒度的单个像素信息又能捕捉单像素一定范围内的关联信息,从而提高了矩形框限制条件下的图像分割性能.实验表明:与GrabCut算法相比,所提算法准确性上有一定提高.最后,将所提算法应用在视频对象分割上也取得了不错的效果。
-
-
-
-
-
-