免费论文摘要：鉴于小波领会和Markov随飞机场模子的纹理图像分隔算法接洽

Markov随飞机场（Markov Random Field, MRF）模子不妨很好的刻画图像像素的空间联系和限制地区的贯穿联系，小波多辨别率领会（Multi-Resolution Analysis, MRA）不妨大略灵验的索取图像的纹理特性。对于图像处置中的这两种常用本领，正文举行了体例科学的引见和领会，并提防引见了Bayes体制下鉴于MRF模子的图像分隔建立模型。在此普通上，正文商量了在图像分隔的Bayes体制的通用框架下，充溢贯串图像分隔的MRF模子和小波MRA本领的便宜，创造新的无监视MRA-NNC-MRF-MAP纹理图像分隔算法。正文的接洽手段是贯串MRF模子、小波领会及统计聚类本领对纹理图像实行灵验的无监视分隔。接洽的重要实质是纹理图像分隔算法中纹理类型数的决定，模子的创造，模子拟合和仿真试验。对准分隔中的这几个要害题目，顺序沿用如次的本领处置：纹理类型数的决定，沿用MRA和最临近聚类（Nearest Neighbor Clustering, NNC）相贯串的本领，既大大简化了原无监视分隔算法中烦琐的迭代进程和搀杂的计划量，又给出了最好的纹理类型数，并且保护了无监视分隔的实行；模子拟合中，对纹理图像场创造了鉴于图像MRA领会截止一致度和空间场所消息的MRF模子，并对番号场中的MRF参数沿用限制熵率来好像估量；运用前提迭代（Iterative Conditional Modes, ICM）规则实行了该模子对无噪合成灰度纹理图像及噪声合成孔径雷达图像的分隔。最后的试验截止证领会正文提出的鉴于MRA-NNC-MRF-MAP的新的无监视分隔算法的灵验性及适用性。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/204173.html