资源简介

提出一种新的基于马尔可夫随机场(Markov Random Field,MRF)的图像分割算法。根据Gibbs分布与MRF的等价性,图像分割问题转换为后验能量函数最小化所对应的标号问题。该文采用图割技术的-αexpansion算法进行后验能量函数的局部最优化,并通过近似于最大期望(EM)算法的迭代过程估算数据模型中的参数。对合成图像和遥感图像的分割实验表明,该方法的运算时间和分割精度都能达到满意的效果。 更多还原

【Abstract】 Image segmentation has been one of the hot fields of computer vision.In this paper,a novel Markov random fields image segmentation algorithm is proposed.According to Gibbs distribution and MRF equivalence,image segmentation problem is transformed to minimize the posterior energy function corresponding to the labeling problem.The energy function can be efficiently minimized using the-expansion move algorithm which is one of the most effective algorithms in graph cuts,and using an iterative proces...

相关资源

1. “人居环境健康与GIS” 专栏导言
2. 人群动态的观测理论及其未来发展思考
3. 基于残差神经网络改进的密集人群计数方法
4. 植被与不透水面的降温和增温效率分析方法
5. 山城眺望空间OSCA模型构建及应用
6. 中国居民预期寿命及其影响因素的空间差异分析

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.