论文部分内容阅读
最大后验(Maximum a posterior, MAP)估计已被广泛应用于基于吉布斯随机场(Gibbs Random Fields, GRF)的贝叶斯图像分割中.然而迄今为止,严格意义上的MAP估计仍无法实现,近似的MAP分割也遇到如:计算量极大和GRF模型参数无监督估计难等问题.因此,针对这些困难,通过利用混合金字塔结构,扩展了传统单分辨率意义上GRF模型,提出一种多分辨率的混合金字塔吉布斯模型,从而圆满地解决这些难题.实验表明:提出的模型算法有很好的鲁棒性,且易于实现对图像快速、精确分割.