基于隐马尔科夫随机场邻域选择的细节保护图像分割

作者：田沁怡; 田小林

来源：计算机与现代化, 2017, (10): 15-19.

• 图像分割
• 隐MRF模型
• 散射描述子
• 邻域选择
• 模糊c均值

由于马尔科夫随机场(Markov Random Fields,MRF)区域标识模型的滤波效应,在合成孔径雷达(SAR)图像处理过程中,细节结构会被部分保留或者完全丢失。本文提出一种基于散射描述子的自适应邻域系统隐MRF(Hidden MRF,HMRF)图像分割方法,以实现更好地保留图像细节特征和边缘区域,从而改善图像的分割效果。为了提高可靠性和自适应性,将模糊c均值(Fuzzy c-means,FCM)聚类算法与散射变换相结合,实现邻域形状的自适应选择。从不同的邻域形状中,选择具有最高模糊隶属度的邻域形状进行HMRF区域标识过程。实验结果表明,相比较于一般HMRF使用固定形状的邻域系统,本文所提出的算法改善了分割效果,特别是图像细节结构信息得到了很好的保护。

• 单位
  西安电子科技大学; 电子工程学院