摘要条件随机场（CRF）是一种无向图模型，其中点代表状态，点与点之间的连线代表状态之间的转换关系。条件随机场（CRF）是近几年图像处理领域常用的算法之一，应用非常广泛，本文正是应用条件随机场来实现对道路场景图像的语义分割。首先我们将道路场景的训练图像及其对应的标签图像分成若干8×8的图像块，然后编程实现每一个训练图像块的颜色和纹理直方图作为图像的颜色特征和纹理特征，接下来读入测试图像，同样完成图像的特征提取，加入位置和暗通道的先验信息，利用朴素贝叶斯分类对图像进行标注。对于分割出来的图像，利用条件随机场模型对其进行平滑优化处理，从而最终实现对道路场景图像的语义分割。82741
毕业论文关键词 条件随机场（CRF） 贝叶斯分类算法 语义分割
毕业设计说明书外文摘要
Title Research on Image Segmentation Based on Condition Random Filed
Abstract Conditional Random Fields (CRF) is an undirected graph model, which points represent the state,the connection between point and point represent the transition relation between states。Conditional random field (CRF) is one of the commonly used algorithms in the field of image segmentation in recent years。This paper is the use of conditional random to achieve road scene image classification criteria。Firstly, we pide the training image and the corresponding label image into a number of 8 * 8 image blocks，Then the color and texture histogram of each training image block are programmed to be used as the color feature and texture feature of the image。 Next to the test image，also complete the image feature extraction, adding position and dark channel prior information,then use the Naive Bayes classifier for image segmentation。For the segmentation of the image, the conditional random field model is used to optimize the processing of the image, so as to realize the semantic segmentation of the road scene image。
Keywords Conditional Random Fields (CRF) Naive Bayes classifier Image Segmentation
目录
1 绪论 1
1。1课题研究背景及意义 1
1。3 本文的工作 2
1。4 本文的结构安排 3
2 图像特征提取 4
2。1 颜色特征提取 4
2。2 纹理特征提取 6
2。3 暗通道处理 10
2。4 位置特征 12
2。5 朴素贝叶斯分类器（Naive Bayes classifier） 14
3 基于条件随机场的图像平滑 16
3。1 条件随机场简介 16
3。2 数据项和平滑项的设置 17
3。3 不同平滑项输入时的结果对比 17
结 论 23
致 谢 25
参 考 文 献 27
1 绪论
1。1课题研究背景及意义
在对于图像的研究过程中，人们往往对于图像的一些特定的部分感兴趣。这些感兴趣的区域往往对应图像中特定的、具有某些性质的区域，同种区域的性质应该具有某些相似性。我们把这些区域叫做目标或者前景，其他部分称为图像的背景。为了区分这些目标并对他们进行研究，这就需要把目标从一副图像中分离出来，这个过程就是图像分割要研究的问题。 CRF条件随机场的语义分割研究:http://www.youerw.com/jisuanji/lunwen_97173.html