提出了一种基于时空马尔科夫随机场的工业CT图像序列分割算法。此算法根据工业CT图像序列信息连续性的特点, 建立时空Markov随机场, 并且构造相应的混合高斯统计模型能量函数, 利用条件迭代算法(ICM)实现最大后验概率(MAP)估计。仿真试验表明, 该方法能够较好地实现工业CT图像序列的分割。

所属栏目

科研成果与学术交流中国博士后基金资助项目(20080441190)

收稿日期

2009/3/9

作者单位

程云勇:西北工业大学 现代设计与集成制造技术教育部重点实验室, 西安710072
张定华:西北工业大学 现代设计与集成制造技术教育部重点实验室, 西安710072
金炎芳:西北工业大学 现代设计与集成制造技术教育部重点实验室, 西安710072
张顺利:西北工业大学 现代设计与集成制造技术教育部重点实验室, 西安710072

备注

程云勇(1976-), 男, 博士后, 主要研究方向为CAD/CAM、图像处理和产品数字化测量。

引用该论文:

CHENG Yun-Yong,ZHANG Ding-Hua,JIN Yan-Fang,ZHANG Shun-Li.ICT Image Sequence Segmentation Based on the Spatial Temporal Markov Random Field Models[J].Nondestructive Testing,2009,31(10):786～789
程云勇,张定华,金炎芳,张顺利.一种基于时空MRF的工业CT图像序列分割方法[J].无损检测,2009,31(10):786～789

参考文献

【1】

Tu Shu-Ju, Shaw Chris C, Chen Lingyun. Noise simulation in cone beam CT imaging with parallel computing[J]. Phys Med Biol,2006,51(5):1283-1297.

【2】

冈萨雷斯.数字图像处理(第二版)[M].北京: 电子工业出版社,2004:461-515.

【3】

Lashkia V. Defect detection in X-ray images using fuzzy reasoning[J]. Image and Vision Computing,2001,19:261-269.

【4】

Marroquin J L. Probabilistic solution of inverse problem[R]. Cambridge: A. I. Lab. Technical Report No. 860, MIT.

【5】

Zoltan Kato, Ting-Chuen Pong. A Markov random field image segmentation model for color textured images[J]. Image and Vision Computing,2006,(24):1103-1114.

【6】

Lu Qing, Jiang Tianzi. Pixon-based image denoising with Markov random Fields[J]. Pattern Recognition,2001,(34):2029-2039.

【7】

Li Chunming, Huang Rui, Ding Zhaohua. A Variational Level Set Approach to Segmentation and Bias Correction of Images with Intensity Inhomogeneity[J]. MICCAI, Part II, LNCS,2008,52(42):1083-1091.