7.3. Байесовская сегментация, основанная на распределении Гиббса

Описанная в предыдущем разделе марковская сегментация является одним из вариантов байесовского решения задачи. Здесь будет представлен еще один вариант, основу которого составляет так называемое распределение Гиббса. Его успешное применение к решению различных задач обработки изображений можно найти в работах [7.3, 7.4]. В этих работах, в частности, предложено и получило развитие решение задачи сегментации на основе распределения Гиббса.

Сущность байесовского метода сегментации, как говорилось в п.7.2, состоит в таком разбиении кадра на неперекрывающиеся области, которое в наибольшей степени соответствует наблюдаемому изображению. Мерой этого соответствия служит апостериорная вероятность того или иного варианта разбиения.

Наиболее оправданным признается такое разбиение, апостериорная вероятность которого максимальна.

Особенностью рассматриваемого здесь байесовского метода является то, что он опирается на описание исходного изображения при помощи распределения Гиббса (РГ). Поэтому, прежде чем говорить о сегментации, необходимо познакомиться с основами использования РГ для вероятного описания сигналов и изображений.