自适应先验马尔可夫随机场模型的图像分割算法_刘光辉1_任庆昌1_孟月波1_2_徐.pdfVIP

第47 卷 第10期 西 安 交 通 大 学 学 报 Vol.47 No. 10 2013 年10 月 JOURNAL OF XI’AN JIAOTONG UNIVERSITY Oct. 2013 DOI ： 自适应先验马尔可夫随机场模型的图像分割算法 1 1 1,2 1,2 刘光辉 ，任庆昌 ，孟月波 ，徐胜军 （1.西安建筑科技大学信息与控制工程学院，710055，西安；2.西安交通大学电子与信息工程学院，710049，西安） 摘要：针对全局同态先验马尔可夫随机场（Markov random field，MRF）模型在图像分割中不能有效利用 图像局部统计特征的问题，提出了一种基于局部自适应先验MRF 模型的图像分割算法。该算法基于贝叶斯 理论，利用局部先验Potts 模型描述图像的局部特征，建立了一种局部自适应先验MRF 模型；提出了基于 区域的置信度传播（Belief Propagation，BP）算法，把图像的局部区域特征传递到全局，最终基于最大 后验准则（MAP）得到图像的分割结果。实验结果表明，所提模型对于图像中的噪音或者纹理特征等具有较 好的分割，分割结果明显优于全局同态先验MRF 模型；提出的自适应先验MRF 模型对于图像的噪音或者纹 理突变信号的干扰具有较强的鲁棒性；算法具有较少的迭代次数，不仅具有较好的分割结果且分割时间较 短。 关键词：图像分割；马尔可夫随机场；置信度传播算法；自适应先验 中图分类号：TP393 文献标志码 ：A 文章编号 ：0253-987X(2013)10-0000-00 Image Segmentation Algorithm of Adaptive Prior MRF Model 1 1 1,2 1,2 LIU Guanghui , REN Qingchang , MENG Yuebo , XU Shengjun (1.Information and Control Engineering School, Xi’an University of Architecture and Technology, Xi’an 710055, China; 2. School of Electronics and Information Engineering, Xi’an Jiaotong University, Xi’an 710049, China) Abstract: Global homogeneous prior Markov random field (MRF) model is inefficient to utilize the local statistics feature of nature images for image segmentation. In order to solve this problem, this paper utilizes local prior Potts model to present image local features, and build a local adaptive prior MRF model based on Bayesian theory; and modified local region belief propagation (BP) algorithm is proposed over the MRF model, thus local region features of image are transferred to the global. At lastly, the segment results were obtained according to maximum a posteriori (MAP) criterion. The experi