Servicios Personalizados
Revista
Articulo
Indicadores
Citado por SciELO
Accesos
Links relacionados
Similares en SciELO
Compartir
Journal of applied research and technology
versión On-line ISSN 2448-6736versión impresa ISSN 1665-6423
Resumen
LOPEZ-ESPINOZA, E. D. y ALTAMIRANO-ROBLES, L.. Reference Fields Analysis of a Markov Random Field Model to Improve Image Segmentation. J. appl. res. technol [online]. 2010, vol.8, n.2, pp.260-272. ISSN 2448-6736.
En modelos de Campos Aleatorios de Markov (MRF) se emplean parámetros como el campo de referencia interno y externo. En este artículo, analizamos su influencia en la calidad de la segmentación final, y mostramos que, para segmentación de imágenes, un modelo MRF con una función de energía definida mediante un campo de referencia interno y uno externo no homogéneos, obtiene mejores calidades de segmentación que un modelo MRF definido a través de un solo campo de referencia interno homogéneo. El análisis de los modelos MRF es realizado en términos de la calidad de segmentación, tiempo computacional y pruebas de significancia estadística. Las pruebas de significancia mostraron que los resultados de segmentación obtenidos con el modelo MRF definido a través de campos de referencia no homogéneos son significativos en un nivel del 85% y 75%.
Palabras llave : Image segmentation; unsupervised segmentation; Markov random field; non-homogeneous random field.