基于概率图模型的图像分割.pdf

《基于概率图模型的图像分割.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？燃ＺＨＯＮＧＹＵＡＮＵＮＩＶＥＲＳ丨ＴＹＯＦＴＥＣＨＮＯＬＯＧＹ基于概率图模型的图像分割王强学科门类：工学专业名称：计算机应用技术导师姓名：、职称杜俊俐教授杨关副教授２０１７年５月授予单位代码:学号或申请号:密级:中原工学院硕士学位论文基于概率图模型的图像分割王强指导教师：杜俊俐教授杨关副教授申请学位级别：硕士专业名称：计算机应用技术提交日期：2017年3月论文答辩日期：2017年5月培养单位:中原工学院学位授予单位:中原工学院中原工学院学位论文原创性声明本人郑重声明：所呈交的学位论文，

2、是我个人在导师指导下进行的研宄工作及取得的研宄成果。论文中除了特别加以标注和致谢的地方外，不包含任何其他个人或集体已经公开发表或撰写过的研宂成果。其他同志对本研究的启发和所做的贡献均已在论文中作了明确的声明并表示了谢意。一切相关的法律责本人学位论文与资料若有不实，愿意承担任。学位论文作者签名：王２〇丨年么月曰？．中原工学院学位论文知识产权声明本人完全了解中原工学院有关保护知识产权的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于中原工学院。学校有权保留并向国家有关部门或机构送交论文的复印件

3、和电子版。本人允许论文被査阅和借阅。学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密论文待解密后适用本声明。学位论文作者签名：壬指导教师签名：才（／／毛少＇＇＊曰山２〇ｆ年６月丨年６月曰］／ｙ１中原工学院硕士学位论文摘要基于概率图模型的图像分割专业：计算机应用技术硕士生：王强指导教师：杜俊俐杨关摘要图像分割为理解图像提供了基础，比如，目标识别、图像检索等等。但是，图像分割仍然是一个棘手的问题，一种理想的图像分割框架是，它能用一种概率方法将不同的信息和

4、约束结合到一起。本文采用基于概率图模型（ProbabilisticGraphicalModel，PGM）的方法来对图像进行分割。具体研究内容如下：（1）采用基于超像素的马尔科夫随机场模型（MarkovRandomField，MRF）来进行图像分割。首先用SLIC(SimpleLinearIterativeClustering)过分割算法对图像进行过分割，提取出超像素区域，然后根据图像的超像素区域和图像的观测值来构建马尔科夫随机场模型，最后用最大后验概率推理方法来获得区域结点的最佳值。（2）采用基于过分割的贝叶斯网模型（BayesianNetwork，

5、BN）来进行图像分割。首先根据超像素区域提取出边界，其次用Moravec角点检测算法来检测交叉点，然后根据边界提取出边界夹角，接下来根据超像素区域、边界、交叉点、边界夹角来构建贝叶斯网模型，最后用最大后验概率推理方法来获得边界结点的最佳值。（3）通过图像中区域结点和边界结点之间的因果关系，将基于超像素的马尔科夫随机场模型和基于过分割的贝叶斯网模型结合起来，构成混合概率图模型。（4）将混合概率图模型通过因子图理论转化为因子图来表示，并通过最大积变量消除方法得到图像中随机变量的最优值，从而来进行图像分割。马尔科夫随机场模型只能获取随机变量之间的空间相关性

6、，贝叶斯模型只能获取随机变量间的因果依赖关系。而采用混合概率图模型既可以获取图像变量间的空间相关性，又可以获取变量间存在的因果关系。实验表明，这种混合I中原工学院硕士学位论文摘要概率图模型可以提高图像分割的精准率。关键词：图像分割；马尔科夫随机场；超像素；贝叶斯网；混合概率图模型；因子图II中原工学院硕士学位论文AbstractIMAGESEGMENTATIONWITHPROBABILISTICGRAPHICALMODELSpecialty:ComputerApplicationTechnologyName:WangQiangSupervisor:P

7、rof.DuJunLi,YangGuanAbstractImagesegmentationprovidesthebasisforunderstandingimages,forexample,objectrecognition,imageretrievalandsoon.However,imagesegmentationisstilladifficultproblem,anidealframeworkforimagesegmentationisthatitcanuseaprobabilisticmethodtocombinedifferentinfor

8、mationswithconstraints.Thisthesisintroducesamethodfori