基于类自适应高斯-马尔可夫随机场模型和EM算法的MR图像分割
高斯-马尔可夫随机场模型既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的模型,然而,Gibbs惩罚因子β的确定却一直是个难点,为获得好的分割效果,通常用多个β值人工尝试.本文针对此问题,提出了一种新的、简单的、类自适应的惩罚因子β,其利用后验概率来自动计算,并具有各类各向异性.再将模型利用EM-MAP算法来迭代求解.最后,将该算法应用于MR图像的分割,实验结果表明,该算法能自适应地、有效地分割噪声图像,并具有较高的正确分类率和类正确分类率.
高斯-马尔可夫随机场、类自适应、惩罚因子、EM-MAP、图像分割
13
TP391.41(计算技术、计算机技术)
国家重点基础研究发展计划973计划2003CB716104
2008-06-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
488-493