唐文静， 许兆新

(1.鲁东大学 信息与电气工程学院,山东 烟台 264025; 2.哈尔滨工程大学 自动化学院，黑龙江 哈尔滨 150001)

0 引 言

图像分割就是把图像分成各具特点的区域并提取出感兴趣目标的技术和过程，是图像分析、理解、描述和三维重构等的前提。目前针对各种具体问题已经提出了许多实用的图像分割算法，如基于边界的分割[1]、基于区域的分割[2]、基于统计学的分割、基于模糊理论的分割[3～5]、基于活动轮廓模型的分割[6,7]等。其中，统计学方法中最常用的一种是将图像看作一个马尔科夫随机场(Markov random field，MRF)[8]，采用它进行图像分割时，将图像数据建模为双层随机场，一层是标号场，另一层是特征场，且在建模时能将像素的空间交互关系考虑进来，采用贝叶斯规则来进行分割。小波变换能在不同分辨率上获取图像的奇异信息，从而表达图像的非平稳特性，所以,有学者提出基于小波域分层随机场模型(multiscale random field model in wavelet domain,WMSRF)的分割算法[9]，使特征场建立在一系列小波域上，随着分辨率的不同，每一尺度上具有不同的特征向量，这样更有利于反映特征场的本质特征。

基于MRF的分割算法常存在边界块效应，且对整幅图像进行建模，使之运行效率低，针对这些问题，结合图像分割的本质，本文提出结合边界的小波域分层马尔科夫模型的图像分割算法。

1 结合边界的小波域马尔科夫模型的图像分割

结合边界的小波域分层马尔科夫模型的图像分割算法基本思想是：借助小波变换的多分……