基于局部自适应先验MRF模型的快速BP图像分割算法  

Image segmentation based on fast BP algorithm over local adaptive prior MRF model

作　　者：刘光辉[1] 任庆昌[1] 孟月波[1] 

机构地区：[1]西安建筑科技大学信息与控制工程学院,西安710055

出　　处：《计算机应用研究》2014年第4期1232-1235,共4页Application Research of Computers

基　　金：国家自然科学基金青年项目(51209167);陕西省自然科学基金资助项目(2012JM8026;2013JM8030);陕西省教育厅专项基金项目(2013JK1091)

摘　　要：针对常规MRF分割模型不能有效描述图像的局部特征、常导致图像的过分割现象,提出了一种局部自适应先验的MRF模型。该模型利用图像的邻接区域信息建立了一种局部自适应特征MRF模型。基于提出的模型,建立了一种具有快速收敛策略的区域BP算法对MRF模型的区域消息进行传递,有效解决了区域BP算法的计算量大的问题。实验结果表明,与常规区域BP算法相比,提出的分割方法具有更快的分割速度和精度。Conventional Markov random field （MRF） is inefficient to present the local features of images, which often lead to over-segment results of images. To solve this problem, this paper proposed an adaptive local prior MRF model. The proposed model utilized adjacent region information to build a adaptive local feature MRF model. Then it proposed local region belief propa- gation （BP） algorithm to pass local region messages over the proposed MRF model. Furthermore, it proposed a fast convergence strategy to solve the large-scale Computing of region BP algorithm. Compared with conventional region BP algorithm, the experi- ments results show that, the proposed approach can obtain more accurate segmentation results and also more speed.

关 键 词：自适应局部先验 MRF模型 置信度传播算法 快速收敛策略 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]