论文部分内容阅读
为了保护图像中边缘或其它细节信息,改善 MRF 的分割效果,提出自适应邻域方法.该方法利用 Bayes 推理实现将像素点周围的局部图像信息结合,此过程引入模糊隶属度作为像素相似度度量方法,提高置信度的可靠性和分割过程的自适应性,使得分割过程中的邻域选择可以不依赖于某些预知的先验知识.对于待选择的邻域系统,具有最高置信度且满足置信度阈值的邻域作为 MRF 类别标识分割过程适用的最小邻域.实验结果表明,与固定邻域 MRF 和隐 Markov 随机场相比,本文方法改善了图像分割效果,有效保护了图像中的细节信息.