马尔科夫随机场

摘要： 针对现有高分遥感影像变化检测方法大都针对影像的像元灰度值,没有充分考虑像元间的空间关系,导致变化检测精度不高,提出了一种改进的变化检测方法。首先,通过模糊C均值聚类得到初始差异影像中的像元隶属度信息;然后,利用改进的空间引力模型将像元的隶属度及像元间的空间信息引入到马尔科夫随机场中,基于组合能量函数设置自适应权重函数;最后,采用条件迭代模型优化,获得最终的变化检测结果。通过对两组不同传感器、不同分辨率的高分辨率遥感影像开展相关对比实验,结果表明,该算法表现出更好的空间信息边缘检测效果和区域一致性,从而进一步提高了变化检测的精度。

摘要： 真实纹理的映射是提高模型逼真度的一种有效手段。针对无人机序列图像实景建模技术中存在的自动化程度低、纹理效果差等问题,提出一种图像稠密点云网格模型的纹理自动生成方法。该方法利用均值偏移算法判断模型三角面片对应的所有纹理块的质量差异,据此差异赋予不同的马尔科夫随机场能量函数惩罚值,实现点云模型纹理生成的优化。随后,为了消除由于光照不同造成的相邻纹理块拼接痕迹,设计了纹理块环形区域泊松匀色处理方法,降低了处理过程的计算量。最后,通过实验及对比分析验证了该算法的有效性。

摘要： 针对裂缝图像的光照不均匀、斑马线等复杂背景使得传统的裂缝图像分割算法容易丢失细微及末梢裂缝等问题,本文提出了一种基于泰勒级数和多尺度特征的裂缝图像分割算法.首先,采用瑞利和高斯分布构成的有限混合模型对裂缝背景和目标进行建模,并使用期望最大化算法求解混合模型的参数;然后,通过泰勒级数的展开式描述裂缝的梯度方向,利用尺度变换构造裂缝图像的高阶多尺度特征;最后,将灰度有限混合模型和裂缝高阶多尺度特征融合到马尔科夫随机场模型,通过条件迭代算法优化求解裂缝标号场最大后验概率来实现图像分割.性能测试和不同算法对比分析实验表明,本文算法在保证裂缝几何参数不变的前提下能够抑制非裂缝目标并保留低对比度、细微和末梢裂缝,分割准确率达到85.93%、灵敏度达63.87%,衡量指标优于其他算法.

摘要： 针对裂缝形态多样性和分布随机性使得传统裂缝图像分割算法的泛化能力弱的问题,提出一种基于几何结构测度的路面裂缝图像分割算法。首先,采用瑞利分布和高斯分布对裂缝图像背景和目标进行建模,并用期望最大化算法求解裂缝灰度混合模型参数;然后,通过高斯核函数与图像的卷积计算裂缝的边界映射,用梯度矢量流场构造裂缝图像Hessian矩阵,由Hessian矩阵描述裂缝测度函数并获取裂缝多尺度特征向量;最后,将裂缝多尺度特征向量和灰度混合模型融合到马尔可夫随机场,基于最小能量准则,利用条件迭代算法求解裂缝最大标号场来实现裂缝图像分割。实验表明,与仅依靠灰度特征的传统裂缝图像分割算法相比,所提算法综合指标达88.02%、重叠率达54.92%,优于其他算法,具有良好的噪声抑制能力和泛化能力。

摘要： 针对FCM算法在图像分割时存在选取初始聚类中心不佳与算法抗噪性差的问题,提出一种融合空间信息的改进FCM图像分割算法;首先采用了直方图算法和LOF算法自适应地选取初始聚类中心,之后使用马尔科夫随机场得到先验概率改进目标函数,使用修正隶属度矩阵的方法改进算法流程,最后使用改进算法进行图像分割;为验证该算法性能,使用Berkeley图像数据集作为实验数据,选取Dice系数、JS系数、SA系数、PSNR指数、运行时间及迭代次数作为评价标准;实验结果表明,该算法能够获取更优初始聚类中心,在处理不同噪声图像上有更好的鲁棒性。

摘要： 道路作为构成地图的基本地理元素,在专题地图、导航定位、交通管理、城市规划等领域具有重要的作用,由此基于遥感影像的道路提取近年来成为研究热点。为了解决遥感影像因遮挡和光谱相似性造成的断路和图斑问题(研究目的),本文提出一种基于马尔科夫随机场的遥感影像道路提取方法。该方法首先利用中值滤波平滑遥感影像,并采用灰度拉伸阈值分割方法二值化其灰度图像,得到粗略的道路提取结果;然后利用几何形态学剔除图斑,马尔科夫随机场方法连接断路(方法)。实验采用资源三号彩色遥感影像。实验结果表明,本文提出的方法可以完整有效地提取彩色遥感影像中的道路(结论)。

摘要： 光场相机可以同时从多个视点记录场景的方向和光强信息,因此,光场图像具有更大的信息量及更强的可塑性。随着光场技术的发展,针对光场图像的深度估计逐渐成为研究热点,但多遮挡是尚未得到解决的技术难点问题。为此,提出了一种多遮挡场景的光场图像深度优化估计方法。该方法使用优化的高低阈值比的Canny边缘检测算法提取遮挡区域的边缘,在传统的AP聚类算法中引入了迭代加权更新的带加速算子,有效地提高了聚类的精度,较好地解决光场深度估计中的多遮挡问题。采用匹配成本估计初始深度,使用马尔科夫随机场对初始深度结果进行优化处理,得到最终的深度估计结果。实验结果表明,与现有的基于光场图像的深度估计方法相比,本方法不仅抗多遮挡效果显著,而且获得了更低的MSE值,得到了更好的深度估计结果。

摘要： 卫星遥感作为新兴的观测手段,能够有效支撑交通工程的监管。道路提取作为遥感交通监管的基础有着重要的研究价值。本文针对乡村道路背景复杂,难以被精确提取,提出一种基于支持向量机融合马尔可夫的道路精细提取方法,通过灰度共生矩阵描述图像道路的纹理信息,再用SVM粗分类,最后利用马尔科夫随机场完成对空间结构规则化,完成精细提取。与传统方法相比,该方法能够提高道路提取的准确程度,消除道路提取中的噪声点。

摘要： 为解决GVF-Snake(gradient vector flow snake)条纹探测相位解缠时,内部条纹线探测偏离条纹边界的问题,提出了一种融合GVF-Snake条纹探测与马尔科夫随机场(Markov random field,MRF)图切法相位解缠方法.通过判断出条纹探测线不是真实条纹边界的情况,对该条纹探测线上一步探测条纹的内部块用MRF图切法进行分割解缠,按照相应解缠准则将两种解缠结果进行融合,形成含有边界跳跃点的粗解缠结果,并用高通滤波插值法消除粗解缠结果的边界孤立点的方法研究了矿区梯度较大地区的相位解缠.结果表明:以巨野矿区某工作面为实验区,用两景sentinel-1A的单视复数图像进行两轨法干涉处理的真实相位来验证算法的有效性.在面分析上,以自适应局部平滑相位评估(phase estimation using adaptive regulation based on local smoothing,PEARLS)为评价标准,将本文方法与最小费用流等5种相位解缠算法进行比较.对比结果显示,本文方法的平方根误差、平均绝对误差分别是±0.0791、±0.0090、±2.3173 rad.在线分析上,对只含有变形相位的绝对相位,提取各解缠绝对相位工作面走向线、倾向线的变形.以实际水准观测值为标准,本文方法的平方根误差、平均绝对误差、绝对值最大误差分别是±0.17748、±0.14107、±0.40529 cm.面分析中以PEARLS相位重构为基准,可见本文方法要优于其他常规的解缠方法;同理,线分析中以水准数据作为依据其各项指标亦为最优.

摘要： 随着合成孔径雷达(Synthetic aperture radar)技术的发展,合成孔径雷达技术常应用于地表检测、灾害检测、环保检测工作等方面.SAR图像的分割处理也变得尤为重要.因为马尔科夫随机场(Markov Random Field)结合了邻域像素的空间相关性,所以基于MRF的图像分割法在SAR图像方面得到了广泛地应用.但由于该方法的势函数通常选用固定的经验值,导致了分割效果不佳.文章将邻域像素点的相关性引入到了势函数中,得到了一种基于马尔科夫随机场的改变势函数的SAR图像分割方法.

摘要： 本文主要研究马尔科夫随机场方法中每类区域的强度平均值和方差对合成孔径雷达图像分割效果的影响.根据散射系数的先验知识,通过预定各区域的平均值和方差,有可能将散射系数差别不大的不同区域加以区分,从而改进利用图像训练进行分割的效果。

摘要： 如何快速有效消除指纹图像的背景区域对指纹识别具有重要意义.我们在对指纹图像进行预处理变换后,利用马尔科夫随机场理论所提供的图像分割方法,实现了消除图像背景区域的目的.实验结果表明,该方法大大地降低了图像后续处理算法的计算复杂度.

摘要： 图像分割是数字图像处理和计算机视觉的一项基本问题,图像本身所具有的的随机性与不确定性是该领域研究的最大挑战.基于图论的图像分割方法能够充分利用图像的整体和局部特征,具有很强的灵活性以及较高的计算效率和良好的分割特性,成为了图像分割领域的研究热点.该方法将图像映射为带权无向图,把像素视作节点,利用最小剪切准则得到图像的最佳分割.对图论方法用于图像分割的基本理论进行了简要介绍,根据图像分割方法，利用图的不同属性来完成图像分割，一般可将它归纳为以下5类:基于最小生成树的方法、基于Graph Cut的代价函数方法、基于Graph Cut的马尔科夫随机场方法、最短路径的方法以及其它基于图的方法。

摘要： 在感染性疾病诊断和治疗过程中,需要确定感染细菌的种类以对症用药.用革兰氏染色法进行细菌种类检验是化验中常用的方法.本文对革兰氏染色之后的细胞图像,对图像中的白细胞和革兰氏染色阳性球菌进行自动识别,探讨了基于图像分割和分类方法的细胞和病毒识别方法.尝试了两种方法进行识别,一种方法采用Ostu最大类间方差法确定自适应阀值法进行图像分割,并结合形态学处理获得球菌和白细胞的分割结果;另一种方法利用常用的支持向量机-马尔科夫随机场(SVM-MRF)进行细胞和病毒分类的尝试.试验结果表明:这两种方法都能实现对革兰氏染色阳性球菌和白细胞的自动识别,并获得较好的分割效果.通过研究医学图像中细胞和细菌的自动识别技术,快速分辨细胞和细菌,能作为显微镜下人工识别的有效补充,大大提高疾病诊断的速度和准确率.

摘要： 图匹配问题是计算机视觉中一个重要而基础的问题.针对图匹配问题目前最优的求解方法是凸-凹松弛过程(CCRP).但是,CCRP方法需要对一系列松弛问题进行求解,使得其速度较慢,难以求解大规模图匹配问题.同时图匹配中的约束条件与马尔科夫随机场最大后验概率推理中的约束条件具有相似性.受此启发,作者将图匹配问题表示为一个特殊的约束下马尔科夫随机场最大后验概率推理问题.在此基础上,针对该问题,作者提出一种新型线性规划松弛,并在此基础上推导得到匹配-消息传递方法,对该问题进行快速求解.实验表明,本文所提出方法在精度相同大于等于与CCRP方法的情况下,相对CCRP方法速度提高4～10倍.

摘要： 利用纹理特征结合MRF(马尔科夫随机场)分割SAR(合成孔径雷达)图像丛林区域是比较典型的方法.如果能结合不同大小窗口的纹理特征,抑制窗口过小存在的欠分割和窗口过大存在的过分割现象对图像进行分割,是一个比较理想的分割方法.鉴于以上想法,提出了一种基于双窗口纹理特征结合MRF分割丛林区域的算法.首先以小窗口纹理特征图的初始分割计算每个像素的Gibbs分布概率,这有利于抑制噪声点和过分割;然后用被初始分割标记的大窗口纹理特征图计算估计Gauss分布,计算大窗口纹理特征图每个像素的Gauss分布概率,根据计算对欠分割部分进行填补;最后由Gibbs分布概率和Gauss分布概率计算最大后验概率,根据最大后验后验概率准则得到的结果更新初始分割结果.实验结果证明,算法能够有效准确地分割SAR图像丛林区域.

摘要： 在利用差异图分析法进行多时相极化SAR变化检测时,现有差异图计算方法通常忽略了不同时相极化数据间的散射特性相关性,导致弱散射地物之间的变化易产生漏检;而且,受SAR影像固有相干斑噪声的影响,差异图二值化提取变化的结果中往往存在较为严重的检测虚警.因此,本文发展了一种综合极化互相关性和空间上下文信息的极化SAR变化检测方法,利用Hotelling-Lawley Trace(HLT)统计量同时考虑不同时相极化数据间的极化散射相关性及其幅度比进行差异图的计算,然后结合马尔科夫模型(MRF)和模拟退火(SA)方法对差异图进行二值分割来提取变化区域.同时,选择覆盖武汉地区的两景Radarsat-2全极化数据进行实验,获得了0.003的检测虚警、0.017的漏检和0.979的Kappa系数.实验证明,本文方法相对于传统方法在一定程度上抑制了检测虚警和漏检,提高了变化检测精度.

摘要： 在利用差异图分析法进行多时相极化SAR变化检测时,现有差异图计算方法通常忽略了不同时相极化数据间的散射特性相关性,导致弱散射地物之间的变化易产生漏检;而且,受SAR影像固有相干斑噪声的影响,差异图二值化提取变化的结果中往往存在较为严重的检测虚警.因此,本文发展了一种综合极化互相关性和空间上下文信息的极化SAR变化检测方法,利用Hotelling-Lawley Trace(HLT)统计量同时考虑不同时相极化数据间的极化散射相关性及其幅度比进行差异图的计算,然后结合马尔科夫模型(MRF)和模拟退火(SA)方法对差异图进行二值分割来提取变化区域.同时,选择覆盖武汉地区的两景Radarsat-2全极化数据进行实验,获得了0.003的检测虚警、0.017的漏检和0.979的Kappa系数.实验证明,本文方法相对于传统方法在一定程度上抑制了检测虚警和漏检,提高了变化检测精度.

摘要： 在利用差异图分析法进行多时相极化SAR变化检测时,现有差异图计算方法通常忽略了不同时相极化数据间的散射特性相关性,导致弱散射地物之间的变化易产生漏检;而且,受SAR影像固有相干斑噪声的影响,差异图二值化提取变化的结果中往往存在较为严重的检测虚警.因此,本文发展了一种综合极化互相关性和空间上下文信息的极化SAR变化检测方法,利用Hotelling-Lawley Trace(HLT)统计量同时考虑不同时相极化数据间的极化散射相关性及其幅度比进行差异图的计算,然后结合马尔科夫模型(MRF)和模拟退火(SA)方法对差异图进行二值分割来提取变化区域.同时,选择覆盖武汉地区的两景Radarsat-2全极化数据进行实验,获得了0.003的检测虚警、0.017的漏检和0.979的Kappa系数.实验证明,本文方法相对于传统方法在一定程度上抑制了检测虚警和漏检,提高了变化检测精度.

摘要： 在利用差异图分析法进行多时相极化SAR变化检测时,现有差异图计算方法通常忽略了不同时相极化数据间的散射特性相关性,导致弱散射地物之间的变化易产生漏检;而且,受SAR影像固有相干斑噪声的影响,差异图二值化提取变化的结果中往往存在较为严重的检测虚警.因此,本文发展了一种综合极化互相关性和空间上下文信息的极化SAR变化检测方法,利用Hotelling-Lawley Trace(HLT)统计量同时考虑不同时相极化数据间的极化散射相关性及其幅度比进行差异图的计算,然后结合马尔科夫模型(MRF)和模拟退火(SA)方法对差异图进行二值分割来提取变化区域.同时,选择覆盖武汉地区的两景Radarsat-2全极化数据进行实验,获得了0.003的检测虚警、0.017的漏检和0.979的Kappa系数.实验证明,本文方法相对于传统方法在一定程度上抑制了检测虚警和漏检,提高了变化检测精度.

摘要： 本发明涉及基于马尔科夫随机场理论的随机几何数据异常定位方法，包括以下步骤：基于马尔科夫随机场理论建立电力数据网络模型，构建对应的节点关系拓扑图；在得到的节点关系拓扑图中，分析各节点在异常发生前后的拓扑差异度，并选择待判决异常点；根据协方差矩阵的相关度，对各可疑节点进行异常判决，检测出异常节点。本发明提供的基于马尔科夫随机场理论的随机几何数据异常定位方法，可以快速定位电力数据网络中发生异常的节点位置，及时排除网络中的异常行为；此外，该方法在保证定位精度的同时，可以有效减少网络异常定位所需的运算量，减轻网络的额外负载。

摘要： 一种基于隐马尔科夫随机场模型的放煤口操作决策方法，包括建立放煤口的动作空间；建立放煤口的状态空间；放煤口群组的输入随机场；建立放煤口决策输出马尔科夫随机场；建立隐马尔科夫随机场模型;根据最大后验概率原理，输出决策最优值。本发明专利首先提出一种放煤口操作决策的隐马尔科夫随机场模型，在隐马尔科夫随机场的系统模型基础上，通过最大后验概率实现放煤口动作的智能决策，提高了顶煤放出率、降低出煤含矸率，实现煤炭资源的安全、高效、精准开采。

摘要： 本发明公开了基于马尔科夫随机场的变电站设备红外图像变化检测方法，包括：1获取同一设备在不同时期采集的原始红外图像；2将原始红外图像转换为灰度图像；3获取灰度差分图像；4利用k‐means聚类对灰度差分图像初始化每个像素点的标签；5计算灰度差分图像每个像素点属于标签W的先验概率P(W)；6计算灰度差分图像每个像素点的类条件概率密度P(S|W)；7将P(W)和P(S|W)相乘，取获最大值时的标签W作为该像素点在本次迭代后的标签；8返回5继续下一次迭代，直至满足迭代停止条件；解决了现在通过人工判断变电站设备运行状态变化的过程中，存在判断误差大，人工成本高等问题。

摘要： 本发明为基于马尔科夫随机场的DMWC节点选择方法，针对解决融合中心如何选择最优的感知节点作为DMWC的欠采样通道的问题。该方法包括：（1）确定节点数目，根据时变支撑集确定需要增加的节点数目；（2）邻域系统划分，用候选新节点与融合中心交互先验知识，配对邻近节点完成邻域系统划分；（3）确定能量函数，利用先验知识计算中心节点的自身权重系数和相互作用权重系数；（4）判断节点是否作为DMWC采样通道。通过以上方法选择的节点作为DMWC采样通道，可以提升采样通道的衰减系数，进而提高重构的效率。

摘要： 本发明公开了基于矢量概率扩散和马尔科夫随机场高光谱影像分类方法，包括以下步骤：S1将待分类的高光谱影像输入样本获取单元；S2提取所述高光谱影像中对应坐标位置的像元，进而构成参考数据样本集；S3随机选取训练样本集；S4采用支持向量机分类器进行分类，获得高光谱影像的初始分类图，并根据初始分类图计算各类别的属性二值标签图；S5滤波，获得初始类别属性后验概率估计，并基于最大后验概率估计框架构建马尔科夫随机场模型；S6采用图割算法对构建的马尔科夫随机场模型进行能量最小化求解，得到最终类别属性后验概率估计；S7将最终类别属性后验概率估计进行处理，得到最终类别属性标签，输出最终分类图。本发明为高光谱遥感提供可靠信息来源。

摘要： 本发明涉及基于马尔科夫随机场理论的随机几何数据异常定位方法，包括以下步骤：基于马尔科夫随机场理论建立电力数据网络模型，构建对应的节点关系拓扑图；在得到的节点关系拓扑图中，分析各节点在异常发生前后的拓扑差异度，并选择待判决异常点；根据协方差矩阵的相关度，对各可疑节点进行异常判决，检测出异常节点。本发明提供的基于马尔科夫随机场理论的随机几何数据异常定位方法，可以快速定位电力数据网络中发生异常的节点位置，及时排除网络中的异常行为；此外，该方法在保证定位精度的同时，可以有效减少网络异常定位所需的运算量，减轻网络的额外负载。

摘要： 本发明属于基于图片进行形状检索的计算机应用技术领域，具体公开了一种基于注意力机制和成对马尔科夫随机场形状检索方法，包括：步骤1、家具模型预处理；步骤2、成对马尔可夫随机场的建立；步骤3、输入图像提取特征并匹配，获取最相近渲染图片，步骤4、优化检索结果，获取最终检索结果。本发明提出的技术方案使家具模型的检索准确、高效，具有较强的实用价值和现实意义。

摘要： 本发明公开了一种基于马尔科夫随机场约束的显微三维重建方法：用显微镜对物体扫描拍摄得到多张不同聚焦程度的图像，组成多聚焦图像序列；对图像序列中每张图像进行非下采样轮廓波变换，并构建金字塔形分布的低通滤波器组对非下采样轮廓波变换的结果进行处理；通过比较不同图像处理结果得到隐含在图像序列中的深度信息和全焦信息；利用马尔可夫随机场的先验约束对深度信息进行修正；利用获取的多聚焦图像序列的深度信息，构建显微图像的三维形态。该算法实现原理简单，可以有效地应用于精细结构检测、超精密加工以及医疗手术等领域。该方法解决了现有技术中聚焦评价函数难以平衡检测灵敏性和对噪声鲁棒性的问题，以及提高了弱纹理样本的重建能力。

摘要： 本发明属于高光谱影像分类技术领域，特别涉及一种结合深度胶囊网络和马尔科夫随机场的高光谱影像分类方法，该方法首先利用深度残差三维卷积层提取地物高光谱影像的深层空谱特征，然后经初始胶囊层得到特征向量胶囊，并通过三维动态路由机制映射为概率胶囊，以此构建类别概率图，最后通过马尔科夫随机场实现分类结果的空间结构规则化。本发明结合深度胶囊网络和马尔科夫随机场的高光谱影像分类方法，能够充分利用高光谱影像的深层空谱特征信息进行分类，在有限样本条件下得到了较高的分类精度；引入马尔科夫随机场空间结构规则化，能够消除分类结果图中混合像元引起的类别噪声，有效改善了整体分类效果。

摘要： 本发明公开一种基于马尔科夫随机场的血管检测方法，包括以下步骤：S1：采集血管所在区域的二维超声图像，对图像进行预处理，并初步选定感兴趣区域；S2：基于S1初步选定的感兴趣区域，提取其边缘信息，并基于Hough线变换和k‑means聚类算法再次选定感兴趣区域；S3：基于马尔科夫随机场对S2选定的感兴趣区域进行建模，并对建模后的图像进行分割；S4：建立分数模型，并对S3分割后的区域进行评分，依据分数大小，确定血管区域。本发明可准确检测到血管区域，简单高效。