基于多尺度条件随机场的文本图像二值化

提出一种基于多尺度条件随机场(简称mCRF)的图像二值化算法。该算法将对图像的二值化看作一个标注过程,利用mCRF模型对图像中每个像素点进行标记,从而实现对整幅图像的二值化。mCRF模型属于判别式模型,可以容纳任意的非独立特征,从而充分利用图像本身信息。实验结果表明,本算法比常用的阈值法效果有很大提高。

基于平稳小波与条件随机场的视网膜血管分割

视网膜血管是眼科疾病与心血管疾病诊断中极为可靠的生物标志物,视网膜血管自动分割对于诊断和监测多种疾病都至关重要。本文提出了一种新的方法,将平稳小波变换(Stationary Wavelet Transform,SWT)提供的多尺度分析与多尺度条件随机场(Multi-scale Conditional Random Field,MCRF)相结合,检测视网膜血管结构的宽度和方向的变化。我们使用旋转不变性作为联合检测的基础,用于数据扩充和预测,从而得到在训练中学习到的信息,实现细化分割。该方法在DRIVE数据库上进行了评估,ROC曲线面积为0.9796,准确率为0.9569,相比于目前其他算法各性能指标有所提高。