یک روش مؤثر برای قطعه بندی تصاویر بااستفاده از ساختار پیکسونی و به کارگیری مفهوم میدان تصادفی مارکوف

نویسندگان

1 Electrical & Computer Engineering, Babol University of Technology

2 Electrical & Computer Engineering, Mazandaran Inistitue of Technology ( Non-Govermental)

3 Electrical & Computer Engineering, University of Mazandaran

چکیده

یکی از مباحث مهم و نسبتاً مشکل در پردازش تصویر، تفکیک تصویر به اجزای سازندة ( قطعه بندی) آن است که در موفقیت یا ناموفق بودن تحلیل تصویر بسیار مؤثر است. در این مقاله، بااستفاده از مفهوم پیکسون و میدان های تصادفی مارکوف روش جدیدی برای قطعه بندی تصاویر پیشنهاد می شود. در روش پیشنهادی ابتدا تصویر به صورت یک تصویر پیکسونی مدل می شود و تنها پیکسون های تصویر ارزیابی می شود، نه همة پیکسل های آن. سپس بااستفاده از میدان های تصادفی مارکوف عمل قطعه بندی تصویر انجام می شود. نتایج آزمایش های مختلف برروی چندین تصویر استاندارد نشان می دهد که روش پیشنهادی سرعت و دقت عمل بیشتری نسبت به روش پایه در قطعه بندی تصویر دارد

کلیدواژه‌ها


عنوان مقاله [English]

Efficient Approach for Image Segmentation Using the Concept of Pixon and Markov Random Field

چکیده [English]

Segmentation is one of the most complicated procedures in the image processing that has important role in the image analysis. In this paper, using the pixon concept, a segmentation algorithm is proposed based on Markov Random Field (MRF). In the proposed algorithm images are initially modeled using pixonal images, and then the MRF-based segmentation process operates on the pixons to produce the segmented image. The results indicate that the proposed algorithm is superior to the existing image segmentation techniques in terms of segmentation accuracy and speed.

کلیدواژه‌ها [English]

  • Markov Random Field
  • Gibbs Distribution
  • Image Segmentation
  • Pixonal Image