基于上下文MRF模型的彩色街景图像分类
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。
图像分类、上下文、MRF、ICM、FCM
TP317.4(计算技术、计算机技术)
2015-12-01(万方平台首次上网日期,不代表论文的发表时间)
共3页
224-226