一种改进的MBNN图像分割算法  

An Improved MBNN for Image Segmentation

作　　者：蔡念[1,2] 杨杰[1] 胡匡祜[2] 熊海涛[2] 

机构地区：[1]上海交通大学,图像处理与模式识别研究所,上海200240 [2]中国科学院,生物物理研究所,北京100101

出　　处：《北京邮电大学学报》2005年第z1期55-57,61,共4页Journal of Beijing University of Posts and Telecommunications

基　　金：中国博士后科学基金项目(2005037503)

摘　　要：提出了一种改进的基于模型的神经网络(MBNN,model-based neural network)图像分割算法.采用马尔科夫随机场(MRF,Markov randomfield)对图像建模,将该模型融入MBNN,应用改进的最大期望值(EM,expectationmaximization)算法估计网络中MRF参数,采用预指定类别数技术减少网络计算量,最终实现图像分割.实验结果表明,该算法能够有机地将先验知识和图像局部统计相关性结合起来,从而有效地完成图像分割.

关 键 词：基于模型的神经网络 图像分割 马尔科夫随机场 最大期望值算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]