Markov random field model and expectation of maximization for images segmentation

Abstract

Image segmentation is a significant issue in image processing. Among the various models and approaches that have been developed, some are commonly used the Markov Random Field (MRF) model, statistical techniques (MRF). In this study a Markov random field proposed is based on an EM Modified (EMM) model. In this paper, The local optimization is based on a modified Expectation-Maximization (EM) method for parameter estimation and the ICM method for finding the solution given a fixed set of these parameters. To select the combination strategy, it is necessary to carry out a comparative study to find the best result. The effectiveness of our proposed methods has been proven by experimentation. We have applied this segmented algorithm to different types of images, exhibiting the algorithm's image segmentation strength with its best values criteria for EM statics and other methods.

Study of the effectiveness of the search algorithm in image segmentation problems

“…Для достижения оптимальной сегментации необходимо определить параметры каждого сегмента таким образом, чтобы максимально точно соответствовать структуре объектов на изображении [11,14,15].…”

“…В компьютерном моделировании процесс поиска саранчи часто включает использование алгоритма, основанного на наблюдениях за стадным поведением насекомых [12][13][14]. Это глобальный метод оптимизации, в котором поисковые агенты моделируются в виде индивидуальных особей, движущихся в многомерном пространстве решений.…”

“…Предложенный алгоритм генетического поиска саранчи объединяет эволюционную оптимизацию с принципами поведения саранчи, что делает его способным к настройке параметров сегментации изображений на основе образа поведения саранчи в природе [14]. Этот подход позволяет более адаптивно и эффективно решать задачу сегментации в условиях разнообразных сцен и сложных объектов на изображении.…”

“…Были использованы предварительно размеченные области объектов для каждого изображения как эталонные для сравнения с результатами сегментации [14].…”