基于类自适应高斯马尔可夫随机场模型和EM算法的MR图像分割

高斯马尔可夫随机场模型既利用了图像像素的灰度信息，又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息，是能较好地分割含有噪声图像的模型，然而，Gibbs惩罚因子β的确定却一直是个难点，为获得好的分割效果，通常用多个β值人工尝试。本文针对此问题，提出了一种新的、简单的、类自适应的惩罚因子β，其利用后验概率来自动计算，并具有各类各向异性。再将模型利用EMMAP算法来迭代求解。最后，将该算法应用于MR图像的分割，实验结果表明，该算法能自适应地、有效地分割噪声图像，并具有较高的正确分类