结合神经网络和MRF的彩色纹理图像分割方法  

Color texture image segmentation method combined neural network with MRF model

作　　者：葛文英[1] 李鹏伟[2] 刘国英[1] 

机构地区：[1]安阳师范学院计算机与信息工程学院,安阳455002 [2]安阳师范学院公共计算机教学部,安阳455002

出　　处：《制造业自动化》2012年第12期67-71,共5页Manufacturing Automation

基　　金：国家自然科学基金(41001251);河南省自然科学研究项目(2011B170001)

摘　　要：在Bayesian框架下利用MRF模型进行纹理分割时,简单的纹理特征概率模型(比如高斯模型)难以准确描述其分布特性而复杂的概率模型设计又非常困难,这极大地影响了分割的精度。针对这一问题,设计了一种能充分利用神经网络建模图像特征场的方法。基于该特征场建模方法,提出了一个监督方式的彩色纹理图像的分割算法。该算法在贝叶斯框架下进行,分别采用神经网络和Potts模型描述特征场和标记场的概率分布,并基于极大后验概率(MAP)准则获取分割结果。多幅彩色纹理图像的分割实验表明,该分割算法对彩色纹理图像比传统的ICM算法具有更好的分割性能。

关 键 词：神经网络 马尔科夫随机场 图像分割 贝叶斯框架 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]