基于Markov隨機場的圖像分割.pdf

1、Markov隨機場(MarkovRandomField,MRF)理論與貝葉斯理論相結(jié)合作為圖像處理的理論框架之一,已經(jīng)廣泛應(yīng)用于計算機視覺及圖像處理領(lǐng)域中。MRF以提供先驗信息的方式增加了對圖像處理的約束條件,和以高斯場為形式的條件分布結(jié)合,提供了方便而直接的方法以概率來描述圖像像素具有的一些空間相關(guān)的特性。MRF與Gibbs分布的等價性的提出又推廣了其在數(shù)字圖像處理中的應(yīng)用。本文運用MRF理論研究如下幾個方面的問題:1.圖像去噪是圖像

2、分割等的預(yù)處理步驟之一。二值圖像去噪有著廣泛的應(yīng)用,例如指紋圖像預(yù)處理,文本圖像復(fù)原等。作者針對運用模糊Gibbs隨機場(GRF)進行圖像去噪時,Gibbs二元勢團參數(shù)β由經(jīng)驗給定后不能自適應(yīng)隨圖像區(qū)域特征改變的不足,提出了一種自適應(yīng)改變β值的算法,使在圖像邊緣β值自動調(diào)小以較好保留圖像細節(jié)信息,在圖像灰度平緩區(qū)域內(nèi)β值自動調(diào)大以有效抑制噪聲。通過對比實驗表明,該方法在識別率上和細節(jié)分辨率上具有一定的優(yōu)勢。2.圖像分割是醫(yī)學(xué)圖像分析中的

3、重要環(huán)節(jié),基于MRF的圖像分割方法用Gibbs分布中的參數(shù)表征圖像不同像素間的關(guān)聯(lián)性,對圖像中的噪聲有較好的抑制作用。作者提出一種有別于經(jīng)典模擬退火(SA)算法、條件迭代模式(ICM)算法的混合算法:重構(gòu)精英策略遺傳算法(REGA)。該算法通過重構(gòu)精英染色體把混合遺傳算法用于基于MRF的圖像分割。實驗證明該算法在相同參數(shù)設(shè)置和相同計算時間的情況下分割效果優(yōu)于ICM算法,SA算法和遺傳算法(GA)。3.作者在視覺信息處理過程的啟發(fā)下,在現(xiàn)