基于Markov随机场和FRAME模型的无监督图像分割.pdfVIP

中国科学E辑信息科学2004，34(4)：391,400391 无监督图像分割木 莹3 程 兵1,2王 郑南宁1 贾新春1 袁泽剑1 李 青1 卞正中2 (1．西安交通大学人工智能与机器人研究所，西安710049；2．西安交通大学生物医学工程系 西安710049；3．西安交通大学第一医院医学实验中心，西安710061) 摘要 提出了一种多纹理图像的无监督分割方法．此方法应用两层的随机场 不可观测的区域图像，第二层用“滤波器，随机场和最大熵(FRAME)”模型表示 FRAME模型可以取较大的邻域系，从而对更加复杂的图案式样进行建模．根据 的和真实的图像分别来做实验，实验结果表明该方法能有效地分割含有复杂纹 理的图像，并且对噪声有一定的鲁棒性． 关键词 Markov随机场FRAME模型最大后验估计迭代条件模型 图 像分割 图像分割是图像信息处理中十分重要的研究内容，在图像理解、模式识别、 图像编码和图像合成等方面有广泛的应用，然而它也是一个很困难的经典问题． 尤其是现实场景的图像中往往含有纹理并伴有噪声，这时需考虑每一个像素与 邻近像素之间的关系，因此基于阈值曲面的方法不能解决这类问题【1】．统计模型 具，因此近些年来受到越来越多的关注．对于含有纹理的图像的分割，通常使用 2003—12—22收稿 4国家自然科学基金(批准号资助项目 SCIENCEINCHINASer．EInformationSciences 392 中国科学E辑信息科学 第34卷 到的随机场(即隐含层)用来表示图像被分割成的区域的几何形状，称为标记场． 另一层是一些可以观察到的随机场，用来表示每一个区域中的纹理或图像，称为 相互作用产生的图案样式进行建模．如果采用稍大一点的邻域，则需要估计的参 身的子团势来表示，而是先用一组滤波器对图像进行滤波，然后用滤波后的输出 图像计算得到，这样可以将大的邻域系与势函数相结合，通过选择滤波器和控制 滤波器窗口的大小以及方向可以很容易得到图像或纹理在各个尺度和方向上的 特征，从而对更加复杂的图案样式进行建模． 1 分层模型 这里，用于图像分割的随机场模型也分为两层：第一层为标记场，用MRF模 域内部的图像(或纹理)进行建模． 像场Y=暇，sE 割问题可以看成是从观察到的图像y去估计X的一个未知的实现． 场理论则提供了一个方便一致的方法对上下文依赖的实体(如图像的像素或相关 而且对统计图像分析也给出了一个可以操作的方法．因此这里假设x为定义在 s上的MRF,它服从Gibbs分布： 地)=圭exp[_u(捌． (1) INCHINASer．EInformationSciences 矗SCIENCE 393 第4期 程兵等：基于Markov随机场和FRAME模型的无监督图像分割 sl是像素 这里，Z=∑exp[一V(x)]dx是用来归一化的常数，其中积分号下面的I xEN6I MRF模型可以用来对图像的区域过程的分布进行建模．为了形式上的简单和计 算上的方便，我们只考虑两个像素之间的上下文约束，这也是能传递上下文信息 的最低阶数．对于只有两个像素的子团势函数，能量函数的形式为 u(工)=∑∑flsI(xs，Xs，)， (2) ，(．，．)是指示函数 讹沏=信蒜》 ∽