作者：冯前进; 陈武凡模糊随机变量模糊马尔可夫场图像分割最大伪似然
摘要：本文建立模糊马尔可夫场模型，并提出基于模糊马尔可夫场的图像分割新算法。该算法同时处理模糊性和随机性，因此能有效获取图像的先验知识。在模糊马尔可夫场与待分割图像之间用经典的马尔可夫场关联。模糊马尔可夫场是经典马尔可夫场的推广，当模糊马尔可夫场失去模糊性时，它将退化为经典的马尔可夫场。给定图像，随即进行模糊化处理；以最大后验概率作为优化准则修正模糊马尔可夫场的隶属度；最后按照最大隶属度原则消除模糊性，从而得到图像的分割。该算法可以有效地虑除噪和消除部分容积效应，得到更为准确的分割结果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
