基于马尔科夫随机场与模拟退火算法的图像分割.pdf

软件 2015 年第 36 卷 第 4 期 SOFTWARE 国际 IT 传媒品牌 基于马尔科夫随机场与模拟退火 算法的图像分割 杨玚，谢华成 (信阳师范学院网络信息与计算中心, 河南 信阳 464000) : 基于马尔科夫随机场(MRF)的方法是图像分割中一个比较成熟的分割方法，本文介绍了马尔科夫随机场的 数学模型和在图像分割过程中的实现，将图像分割过程中存在的问题转换为函数的优化问题，在能量模型中对特征场 模型和标记场模型的优化以解决对势函数取值的依赖。在后续的组合优化问题中，采用模拟退火算法来解决，并针对 具体的算法的计算问题提出确定的优化算法。 : 马尔科夫随机场; 领域系统; 势函数; 模拟退火 中图分类号: G642 文献标识码: A DOI： 10.3969/j.issn.1003-6970.2015.04.009 本文著录格式：杨玚，谢华成. 基于马尔科夫随机场与模拟退火算法的图像分割[J]. 软件，2015，36(4)：4043 Image Segmentation Based On Markov Random Field and Simulated Annealing Algorithm YANG Yang, XIE Hua-cheng (Information of Network and ComputerCenter, Xinyang, 464000, China) 【Abstract 】: It is known that the image segmentation based on Markova random field is a mature method. This paper introduces the mathematical model of Markov random field and its realization in the process of image segmentation. Thus the problems in process of image segmentation become function optimization problems. The feature model and the tag field model are optimized in the energy model to resolve its dependence on potential function values. The sub- sequent combinatorial optimization is realized by the simulated annealing algorithm. As for the specific algorithm of computing problems, optimized algorithm is put forward in this paper. 【Key words 】: Markov Random Field; Field System; Potential Function; Simulated Annealing 0 引言 图像是人类认识客观世界、获取和交换信息的主要媒体。图像分割是由图像处理到图像分析的关键环 节，分割质量的好坏直接影响到后期的图像分类、模式识别等工作。如何提高图像分割的质量，是判断图 像分割效果优劣的重要标志。 分割的实质是首先对图像进行数学建模，然后从统计学的角度出发，图像中每个像素点的灰度值都被 看作一个随机变量，每个随机变量都具有一定概率分布。图像分割本身是一个自相矛盾的问题，图像分割 的目的是为了更好地提取并理解信息，但是理想的分割结果都需要理解后的结果作为分割的先验知识。 1 相关研究 在如何描述目标像素点与其邻域内其它像素点的关系时，马尔科夫随机