一种基于MRF与区域合并的图像分割改进算法

王国良，任允帅

一种基于MRF与区域合并的图像分割改进算法

王国良，任允帅

（辽宁石油化工大学 信息与控制工程学院，辽宁 抚顺 113001）

针对现有基于马尔科夫随机场的图像分割算法容易出现过分割、分割结果不理想等问题，提出了一种基于马尔科夫随机场与区域合并的图像分割改进算法。该算法首先基于马尔科夫随机场与高斯混合模型理论的图像分割算法得到初始分割结果；然后利用各个区域间的相邻关系、颜色关系以及边界情况等信息，给出各个区域间的距离；最后按照区域间的距离与区域合并前后的颜色散度变化率对初始分割结果进行区域合并，输出最终的分割结果。使用伯克利标准图像库进行实验仿真，采用Dice系数和Jaccard系数作为评价指标。仿真结果表明，相比于现有基于MRF理论的算法，本文算法具有更好的分割效果。

图像分割； 马尔科夫随机场； 高斯混合模型； 区域合并

图像分割是图像处理领域的热门问题，是计算机对图像进一步处理的关键步骤[1]。图像分割是将图像划分为多个具有某种特定性质的子区域的过程，相同的子区域间具有相同或相似的物理特性。目前常用的图像分割方法有阈值分割法、区域分割法、聚类分割法和基于某种特定理论的图像分割算法等。

基于-means的图像分割算法是一种聚类分割的算法，其原理简单，容易实现，被广泛应用于图像分割[2-4]。但是,这种无监督聚类分析法在聚类时未考虑图像的空间信息，分割结果易受噪声点影响。……