利用随机图象模型改善前视红外图象分割

本文提出一种可从前视红外（ＦＬＩＲ）图象中提取目标的改进式分割算法。认为所观察ＦＬＩＲ图象是由三种随机模型构成的：第一种模型是由噪声起支配作用，并假定是非相关高斯分布；第二种模型中两个区域（即目标和背景）的标志应遵从Ｇｉｂｂ无规则场（ＧＲＦ）分布；最后，采用群参数表示目标尺寸与背景尺寸之比。群参数易于产生相似尺寸的分割。确立随机模型后，提出确定区域标志的最大的后验（ＭＡＰ）估算。利用一种确定的逐次近似法实现ＭＡＰ准则的优选，以便迅速收敛到局部最大值。