关键词:图像分割；马尔可夫随机场；局部区域一致性；边缘约束；高斯混合模型；

网络首发地址：http://kns.cnki.net/kcms/detail/31.1289.TP.20200424.1505.003.html

2020年4月，中文核心期刊《计算机工程》发表了一篇我所科研团队题为“边缘约束局部区域MRF的图像分割方法”的研究论文。

该研究得到了国家自然基金（51678470，61803293）、陕西省自然科学基金资助项目（2015JM6276，2015JM6337，2020JM-472）、陕西省教育厅专项基金项目（14JK1429）、西安建筑科技大学基础基金（JC1415，JC1703）的资助。

图像分割是对图像进行分析和理解的重要基础。近年来，基于马尔可夫随机场（MRF）模型的图像分割方法得到了广泛的应用，成为了图像分割中重要的研究方向。由于复杂的自然图像含有丰富的先验信息，简单的先验模型不能准确地描述整个图像的分布。因此MRF模型的优化、学习和推理仍然是当前研究的热点问题。

该研究针对常规马尔可夫随机场(MRF)模型分割复杂自然图像时对噪声敏感和边缘模糊的问题，提出了一种基于边缘约束局部区域MRF分割模型。

首先，通过图像局部区域内像素的欧氏距离度量像素的相似度，构建局部空间约束高斯混合模型，提取图像的局部区域似然特征。其次，为了约束图像分割区域的边缘，利用Canny边缘检测算子提取图像边缘特征，提取图像分割区域的边缘结构。然后，在MRF模型框架下，把图像的局部区域似然特征和边缘特征融合起来，建立具有边缘约束的局部区域MRF分割的能量模型。最终，采用Gibbs算法优化提出的MRF模型，并得到最终的分割结果。

人工合成图像和复杂自然图像的分割实验表明，提出模型不仅对图像噪声或者纹理突变信息的干扰具有较强的鲁棒性，而且有效保持了图像分割结果的边缘信息。