基于概率图模型的图像分割
本文选题:马尔可夫随机场 + 超像素 ; 参考:《科技展望》2016年07期
【摘要】:我们提出了一种不仅可以表示随机变量间的因果关系,也可以表示它们之间非因果关系的概率图模型(Probabilistic Graphical Model,PGM),并将它用于图像分割问题。我们首先用马尔可夫随机场(Markov Random Field,MRF)模型建立图像超像素区域和它们度量值间的空间关系。然后我们用多层贝叶斯网(Bayesian Network,BN)建立不同图像变量(图像区域,边,顶点)之间存在的因果依赖关系。马尔可夫随机场模型和贝叶斯网模型通过因子图理论系统,紧密地结合到一起形成了一种可以捕捉不同图像变量间复杂关系的混合概率图模型。采用这种混合的图模型,通过一种原则性的概率推理来进行图像分割。它比使用单一的马尔可夫随机场模型或贝叶斯模型更有效。
[Abstract]:In this paper, we propose a probabilistic Graphical model which can not only represent the causality between random variables, but also non-causality among them, and apply it to image segmentation. In this paper, we first establish the spatial relationship between the super-pixel region of the image and their measurements by using the Markov Random FieldFs (MRFs) model of Markov random field. Then we use Bayesian Network (BN) to establish the causality dependence among different image variables (image region, edge, vertex). Markov random field model and Bayesian network model are closely combined to form a mixed probability graph model which can capture the complex relationship between different image variables. Using this mixed graph model, image segmentation is carried out by a kind of principle probability inference. It is more efficient than using a single Markov random field model or Bayesian model.
【作者单位】: 中原工学院;
【分类号】:TP391.41
【相似文献】
相关期刊论文 前10条
1 吴志攀;赵跃龙;;车型图像分割方法的研究[J];惠州学院学报(自然科学版);2005年06期
2 杨梦宁;杨丹;张强劲;;基于最大树法的模糊图像分割方法[J];计算机科学;2005年08期
3 宋麦玲;杨小红;;图像分割技术研究[J];软件导刊;2007年07期
4 蒋小标;汤光明;徐蕾;;基于模糊理论的图像分割方法[J];计算机工程与设计;2007年16期
5 郑肇葆;;Cognitive Agent在图像分割中应用的研究[J];武汉大学学报(信息科学版);2008年07期
6 侯立华;;图像分割方法综述[J];科技创新导报;2008年22期
7 刘海亮;;数字图像分割方法研究[J];电脑知识与技术;2009年09期
8 胡天翔;郑加强;周宏平;丛静华;;提高动态树木图像分割处理速度的方法[J];林业科学;2009年06期
9 黄长专;王彪;杨忠;;图像分割方法研究[J];计算机技术与发展;2009年06期
10 宋寅卯;刘磊;;图像分割研究方法及进展[J];电脑学习;2010年02期
相关会议论文 前10条
1 杨魁;赵志刚;;图像分割技术综述[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
2 杨暄;郭成安;李建华;;改进的脉冲耦合神经网络及其在图像分割中的应用[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
3 杨生友;;图像分割在医学图像中应用现状综述[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
4 闫平昆;;基于模型的图像分割技术及其医学应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 高岚;胡友为;潘峰;卢凌;;基于小生境遗传算法的SAR图像分割[A];可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)论文集(下册)[C];2005年
6 孙莉;张艳宁;胡伏原;赵荣椿;;基于Gaussian-Hermite矩的SAR图像分割[A];第十三届全国图象图形学学术会议论文集[C];2006年
7 李盛;;基于协同聚类的图像分割[A];第十四届全国图象图形学学术会议论文集[C];2008年
8 张利;许家佗;;舌象图像分割技术的研究与应用进展[A];中华中医药学会中医诊断学分会第十次学术研讨会论文集[C];2009年
9 秦昆;李振宇;李辉;李德毅;;基于云模型和格网划分的图像分割方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
10 高惠琳;窦丽华;陈文颉;谢刚;;图像分割技术在医学CT中的应用[A];中国自动化学会控制理论专业委员会A卷[C];2011年
相关硕士学位论文 前10条
1 马生隽;交叉皮层模型在图像分割中的应用研究[D];兰州大学;2009年
2 朱嵬鹏;基于聚类算法的图像分割[D];江南大学;2009年
3 郭晓洁;基于非参数模型的图像分割方法研究[D];云南大学;2010年
4 刘春燕;图像分割评价方法研究[D];西安电子科技大学;2011年
5 王亚荣;基于图割的交互式图像分割方法研究[D];西北大学;2011年
6 薛耿剑;人体脑图像分割技术研究[D];西北工业大学;2006年
7 徐敏;新聚类算法及其在图像分割中的应用[D];江南大学;2005年
8 吴学明;图像分割的算法研究[D];成都理工大学;2006年
9 杨斯涵;图像分割技术在简牍保护中的应用研究[D];成都理工大学;2006年
10 徐高奎;图像分割与合成方法的研究[D];天津大学;2005年
,本文编号:1853320
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1853320.html