جداسازی بدون نظارت عناصر تصاویر رنگی در چارچوب میدان های تصادفی مارکف

جداسازی عناصر تصویر جزو پردازش های سطح پایین در تصاویر است که بسیاری از پردازش های سطح بالا بر اساس آن صورت می گیرد. در این مقاله، یک مدل گروه بندی بیزی به منظور پیدا کردن محتمل ترین بر چسب گذاری ممکن برای پیکسل های یک تصویر، مورد بررسی قرار گرفته است. در تصاویر طبیعی، معمولا پیکسل های همسایه خواص مشابهی دارند. در چارچوب احتمالاتی، چنین ویژگی توسط میدان تصادفی مارکف (MRF) بیان می شود. در این مقاله سعی شده است با استفاده از مدل های MRF، با رویکرد بیزی به مساله جداسازی تصویر، محتمل ترین برچسب گذاری ممکن با توجه به کاربرد مورد نظر از تصاویر رنگی به دست آید. نتیجه اعمال این شیوه بر دو تصویر با نواحی ناهمگن ارائه شده است. همانطور که نتایج نشان می دهند. الگوریتم توانسته جداسازی خوبی از نواحی تصاویر به دست دهد.

کلیدواژه ها:

احتمال پسین ، الگوریتم آنیلینگ شبیه سازی شده ، توزیع گیبس ، شبیه سازی مونت کارلوی زنجیرهای مارکف( R.IMCMC ، MCMC) ، میدان تصادفی مارکف