基于马尔可夫随机场的图像分割研究

摘要	第1-4页
Abstract	第4-7页
1 绪论	第7-17页
·图像分割的目的和意义	第7页
·图像分割方法综述	第7-16页
·传统的图像分割方法	第7-13页
·当前流行的图像分割方法	第13-16页
·本文的主要研究内容	第16-17页
2 图像处理中的MRF模型	第17-23页
·MRF与邻域系统	第17-19页
·MRF与GIBBS随机场的等价关系	第19-20页
·基于MRF的图像分割理论框架	第20-22页
·小结	第22-23页
3 一种基于MRF的快速图像分割算法	第23-35页
·传统的求解方法	第23-27页
·ICM算法及其特点	第23-24页
·Gibbs采样算法及其特点	第24-25页
·SA算法及其特点	第25-27页
·一种基于MRF的快速图像分割算法	第27-33页
·振动点的定义及其链表表示	第27-28页
·基于振动点的SA算法描述	第28-29页
·实验结果及分析	第29-33页
·小结	第33-35页
4 一种基于四叉树分解的MRF耦合系数估计方法	第35-47页
·方差和均值的估计	第35-39页
·样本训练法	第35-36页
·EM算法	第36-37页
·EM算法与样本训练方法的比较	第37-39页
·一种基于四叉树分解的MRF耦合系数估计方法	第39-42页
·同构性的度量	第40页
·基于四叉树分解的耦合系数估计方法	第40-42页
·实验与分析	第42-45页
·小结	第45-47页
5 总结与展望	第47-49页
致谢	第49-51页
参考文献	第51-55页
附录	第55页