2) Markov random field(MRF)
马尔可夫随机场
1.
This paper proposes a new patch-based sample texture synthesis algorithm based on Markov Random Field(MRF) model and otherrelated algorithms.
基于马尔可夫随机场(MRF)模型和已有的块采样合成技术,提出一种改进的合成算法,采用图论的最小割线算法对MRF的似然性进行优化,将合成时的光栅扫描方式改为之字形扫描方式,以抑制纹理的倾向性和纹元的不完整性。
2.
For the problem of depth information estimation of micro vision image,a defocus characteristic parameter model based on Markov random field(MRF)is presented,which converts the depth information estimation problem of defocus characteristics into the optimization problem of energy function.
针对显微视觉图像深度信息估计问题,提出了一种基于马尔可夫随机场的散焦特征参数模型:该模型将散焦特征深度信息的估计转化为能量函数的优化问题。
3.
In order to avoid the drawback of over-smoothness in the conventional Spatiotemporal Markov Random Field(MRF) model,a moving object segmentation technology based on Discontinuity Adaptive-Spatiotemporal Markov Random Field(DA-STMRF) model was proposed.
为克服传统的时空马尔可夫随机场模型中全局一致平滑约束引起的过平滑,根据间断自适应的思想,结合边缘信息,提出了一种基于间断自适应时空马尔可夫随机场模型的运动目标分割方法。
3) Markov random field
马尔可夫随机场
1.
Restoration algorithm for color images based on Markov random field;
彩色图像的马尔可夫随机场恢复算法
2.
Parallel segmentation of textured images by using Markov random field;
基于马尔可夫随机场的纹理图像并行分割
3.
A method for removing speckles of SAR image based on markov random field;
马尔可夫随机场和模拟退火算法的SAR图像相干斑抑制方法
4) markov random field (MRF)
马尔可夫随机场
1.
Integrating the statistical characteristics of speckle noise in SAR images with wavelet-domain Markov random field (MRF) structure of images, a new wavelet-domain spec.
基于图像在小波域的马尔可夫随机场模型(MRF)结构,结合SAR图像中相干斑噪声的统计特性,本文提出了一种新的小波域相干斑抑制方法。
2.
According to the viewpoint of Maximum A Posteriori (MAP) and Markov Random Field (MRF) theory,a generalized variational functional model was deduced.
该算法根据最大后验概率(MAP)和马尔可夫随机场(MRF)的理论,推导出一个广义变分的图像去噪模型,并对平衡正则化项和数据保真项的Lagrange乘子λ进行了自适应改进,最后采用了一种鲁棒性好和边缘保持能力强的势函数,结合梯度加权最速下降法和半点格式的数值迭代算法对自适应的广义变分去噪模型寻优求解。
5) Markov chain fields
马尔可夫链场
1.
The strong limit theorems for Markov chain fields indexed on the arbitrary Bethe tree are studied.
证明中采用了一种研究马尔可夫链场的较新颖的分析方法。
2.
We study the local limit theorems for the two-variate function of Markov chain fields indexed on the the generalized Bethe tree with respect to the generalized random selection system.
研究任意广义Bethe树指标马尔可夫链场二元泛函关于广义随机选择系统的一类局部极限定理。
6) MRF
马尔可夫随机场
1.
Markov random fields(MRF) are a popular statistical model for textures.
在二维马尔可夫随机场模型的基础上,提出顾及波段间的空间相关性,发展了一种适用于多光谱纹理影像分类的广义马尔可夫随机场模型。
2.
Recently Markov Random Fields (MRF) theory has been applied into many low level vision problems.
马尔可夫随机场模型已成功地应用于计算机低层视觉处理领域，在用ＭＲＦ建模的过程中引入鲁棒估计算子能增强模型的可靠性，从而提高解的准确性。
3.
The article will introduce some color image segmentation methods based on specific theory Models such as fuzzy Technologies,MRF,neural network,genetic algorithm and wavelet transform.
对近年来通过结合模糊技术、马尔可夫随机场、神经网络、遗传算法、小波变换等特定理论工具和模型的彩色图像分割方法和策略加以介绍。
补充资料：马尔可夫
| 马尔可夫(1856～1922) Markov，Andrei Andreevich 俄罗斯数学家。1856年6月14日生于梁赞，1922年7月20日卒于圣彼得堡。1874年入圣彼得堡大学，受P.L.切比雪夫思想影响很深。1878年毕业，并以《用连分数求微分方程的积分》一文获金质奖章。两年后，取得硕士学位 ，并任圣彼得堡大学副教授。1884年取得物理-数学博士学位，1886 年任该校教授。1896年被选为圣彼得堡科学院院士。1905年被授予功勋教授称号。 马尔可夫是彼得堡数学学派的代表人物。以数论和概率论方面的工作著称。在数论方面，他研究了连分数和二次不定式理论 ，解决了许多难题 。在概率论中，他发展了矩法，扩大了大数律和中心极限定理的应用范围。马尔可夫最重要的工作是在1906～1912年间，提出并研究了一种能用数学分析方法研究自然过程的一般图式——马尔可夫链。同时开创了对一种无后效性的随机过程——马尔可夫过程的研究。马尔可夫过程在自然科学、工程技术和公用事业中有广泛的应用。他的主要著作有《概率演算》等。他的儿子A.A.马尔可夫也是著名的俄罗斯数学家。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条