图像分割是一个经典难题,随着影像医学的发展,图像分割在医学应用中具有特殊的重要意义。马尔可夫随机场(Markov Random Field,即MRF)方法是图像分割中一个极为活跃的研究方向。本文介绍了基于马尔可夫随机场模型的一般理论与图像的关...图像分割是一个经典难题,随着影像医学的发展,图像分割在医学应用中具有特殊的重要意义。马尔可夫随机场(Markov Random Field,即MRF)方法是图像分割中一个极为活跃的研究方向。本文介绍了基于马尔可夫随机场模型的一般理论与图像的关系。并对基于MRF的传统条件迭代模式算法(ICM)进行改进,在初始分割后,对图像的像素点分为两类:稳定点和不稳定点,用队列存储不稳定点,每次迭代只对队列里面的不稳定点进行计算,以减少运算量。实验结果表明,改进的算法能够大幅度提高计算效率。展开更多
文摘图像分割是一个经典难题,随着影像医学的发展,图像分割在医学应用中具有特殊的重要意义。马尔可夫随机场(Markov Random Field,即MRF)方法是图像分割中一个极为活跃的研究方向。本文介绍了基于马尔可夫随机场模型的一般理论与图像的关系。并对基于MRF的传统条件迭代模式算法(ICM)进行改进,在初始分割后,对图像的像素点分为两类:稳定点和不稳定点,用队列存储不稳定点,每次迭代只对队列里面的不稳定点进行计算,以减少运算量。实验结果表明,改进的算法能够大幅度提高计算效率。
