基于马尔可夫随机场的图像分割研究硕士论

《基于马尔可夫随机场的图像分割研究硕士论》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安理工大学硕士学位论文基于马尔可夫随机场的图像分割研究姓名：胡阳涟申请学位级别：硕士专业：计算数学指导教师：赵凤群20080301摘要论文题目：基于马尔可夫随机场的图像分割研究学科专业：计算数学研究生：胡阳涟签名：指导教师：赵凤群教授签名：摘要图像分割是计算机视觉中的关键技术之一。基于马尔可夫随机场(MarkovRandomField，MRF)模型的图像分割方法，是一种基于统计的分割方法，具有能充分利用先验知识，能形成闭合的边界，模型参数少且易于和其他方法相结合等优点，所以此方法在图像分割领域中得到了广泛的应用。本文

2、研究了基于MRF的图像分割算法，重点研究了基于MRF的图像分割模型中的参数估计方法，以及MRF中的最大后验概率(MaximumAPosteriori，MAP)In]题的求解方法。首先，研究了MRF中MAP问题的求解方法。为提高传统的模拟退火(SimulatedAnnealing，SA)算法求解MAP问题的速度，在SA算法基础上提出了一种基于振动点的SA算法。在初始分割后，将图像的像素点分为两类：振动点和稳定点，并借助链表的数据结构存储振动点，每次迭代只对链表里面的振动点进行计算，以减少运算量。另外，本文还对SA算法的停

3、步准则进行了改进，避免了全局能量的计算。实验表明这种基于振动点的改进SA算法在不影响分割效果的前提下，大幅度提高了计算效率。其次，研究了MRF中的参数估计方法。介绍了两种传统的参数估计方法：样本训练法和EM算法，并对两种方法进行了数值模拟和对比。然后，结合四叉树分解提出了一种新的非均匀MRF的耦合系数估计方法。实验表明，本文的估计方法较为准确，将它应用到图像分割中，能增强图像分割的自适应性，改善分割效果。关键词：图像分割；马尔可夫随机场；振动点；模拟退火；耦合系数；四叉树分解西安理工大学硕士学位论文Title：STUD

4、YONIMAGESEGMENTATIONBASEDONMARKOVRANDOMFIELDMajor：ComputationalMathematicsName：HUYanglianSupervisor：Prof．ZHAOFengqunAbstractSignature：卧例蝴Signature：Imagesegmentationisoneofkeyissuesincomputervision．TheimagesegmentationbasedonMRFmodelhasreceivedmuchappreciation，su

5、chastheabilitytomakeuseofpriorknowledge，theabilitytogenerateconnectedboundary,lessparameter,caneasilycombinewithothersegmentationmethod．Sothealgorithmhaswidelyusedintheimagesegmentationfield．ImagesegmentationalgorithmbasedonMRFisstudiedinthisthesis，andespecially

6、twoproblemsarediscussed，thatistheparameterestimationinMRFandthesolvingoftheMAPprobleminMRF．Firstly,theMAPprobleminMRFisdiscussed．AnewSAalgorithmbasedonvibrantpointsispresentedtoincreasethespeedofthetraditionalSAalgorithminsolvingtheMAPproblem．Afterthepre—segment

7、ationoftheimage，imagepixelsarcdividedintotwoclasses：thestablepointsandthevibrantpoints．Thevibrantpointsalestoredbyalinkedlist．Onlythevibrantpointsaledearwithineachiterationtoreducecomputationload．Andthen，thestopruleoftheSAalgorithmisalsoimprovedtoavoidthecomputa

8、tionofglobalenergy．TheexperimentresultsindicatethattheimprovedSAalgorithmbasedonvibrantpointsCangreatlyimprovethecomputationalefficiencywhilemaintainingthesegmentatio