基于改进MRF的凝胶图像分割算法
为了得到更好的凝胶图像分割效果，文章提出了一种基于马尔科夫随机场（MRF）模型分割算法的改进算法，首先用非局部均值（NL-means）对图像进行滤波，然后通过模糊c均值算法（FCM）实现了图像的初始聚类分割，进一步通过二阶逻辑模型（MLL）模糊聚类作为先验知识获取其先验概率并因此得到后验概率，在此过程中引入了灰度点密度权值来实现聚类和均值方差的更新，最终实现凝胶图像的最优化分割。
马尔科夫随机场、分割、灰度点密度、凝胶图像
TP3;TN9
山东省优秀中青年科学家科研奖励基金BS2009DX008;山东省优秀中青年科学家科研奖励基金BS2013DX035;山东省研究生教育创新计划项目SDYY11115
2014-02-27（万方平台首次上网日期，不代表论文的发表时间）
共2页
1-2
