基于上下文MRF模型的彩色街景图像分类

摘要：

利用上下文马尔可夫随机场（Markov Random Field ，MRF）模型，将图像分类问题转化为能量函数最小化（最优化）问题。该方法构建了MRF关于彩色街景图像的先验观测场模型,并利用迭代条件模式（Iterated Conditional Model ，ICM）算法获得后验标记场能量最小。通过和模糊C均值（Fuzzy C-means，FCM）算法实验对比表明，该方法不仅能有效分类，而且分类精度要远高于FCM。

关键词：图像分类、上下文、MRF、ICM、FCM

分类号：TP317.4(计算技术、计算机技术)

在线出版日期：2015-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：224-226