1) MAP-MRF
最大后验马尔可夫随机场
1.
The algorithm uses minimum s/t cut criteria to obtain a global optimal result of objective function formed according to Markov Random Field Model and Maximum a posteriori(MAP-MRF) theory, and by combining the expectation-maximization(EM) algorithm to estimate the parameters of mixed Gaussian model for normal brain and tumor tissues.
方法根据最大后验马尔可夫随机场理论(MAP-MRF),提出基于图论的最小切优化准则的三维脑肿瘤分割算法,同时结合期望最大化参数估计方法(EM)来自动估计混合高斯模型的参数,实现了脑部肿瘤三维(3D)分割。
2) Maximum A Posteriori-Markov Random Field(MAP-MRF)
最大后验概率-马尔可夫随机场模型
3) maximum a posteriori-Markov random field (MAP-MRF)
最大后验概率-马尔可夫随机场
4) 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。
5) 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
6) 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。
补充资料：应用随机过程概率模型导论
【内容介绍】
本书是国际知名统计学家sheldon m．ross所著的关于基础概率理论和
随机过程的经典教材，被加州大学伯克利分校、哥伦比亚大学、普度大学、
密歇根大学、俄勒冈州立大学、华盛顿大学等众多国外知名大学所采用。
与其他随机过程教材相比，本书非常强调实践性，内含极其丰富的例子
和习题，涵盖了众多学科的各种应用；作者富于启发而又不失严密性的叙述
方式，有助于读者建立概率思维方式，培养对概率理论、随机过程的直观感
觉。对那些需要将概率理论应用于精算学、运筹学、物理学、工程学、计算
机科学、管理学和社会科学的读者，本书是一本极好的教材或参考书。
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