Segmentation of textured images described by hierarchical Gibbs model

On the convergence nature of binary Gibbs random field modeling procedures

“…Рассматриваемая модель может быть однородна в том смысле, что множе-ство  всех клик разбито на непересекающиеся подмножества (семейства), каж-дое из которых образовано всевозможными сдвигами единственной клики в пре-делах решетки [8][9]. Распределение Гиббса задается выражением…”

“…В дальнейшем представляется актуальным исследование изменений характера реализаций при генерировании случайных полей, в основе которых лежат более сложные гиббсовские модели, в частности применяемые в работах [4][5][6], [8][9]. Наличие критических значений параметров распределения необходимо прини-мать во внимание при моделировании изображений на основе гиббсовских слу-чайных полей.…”

“…Модели на основе гиббсовских случайных полей играют заметную роль в раз-работке алгоритмов обработки и анализа изображений [1][2][3][4][5][6][7][8][9][10]. Гиббсовские слу-чайные поля обладают марковским свойством, которое позволяет применять для их моделирования алгоритмы поточечной модификации на основе условных ве-роятностей (плотностей вероятностей) в данной точке поля при заданной конфи-гурации на ее окрестности.…”