×
伊恩·德莱顿。;拉赫曼·法努什;查尔斯·泰勒。

使用Voronoi多边形和MCMC进行图像分割，并应用于肌肉纤维图像。 （英文） Zbl 1118.62342号

J.应用。斯达。 33，第6号，609-622（2006）.
摘要：我们研究了一种用于肌肉纤维图像分割的贝叶斯方法。图像通过Dirichlet细分得到了相当好的近似，因此我们使用基于Voronoi多边形的可变形模板模型来表示分割的图像。我们考虑了参数的各种先验分布，并建议了适当的可能性。根据贝叶斯范式，得到了后验分布的数学形式（直至积分常数）。我们引入了Metropolis Hastings算法和可逆跳马尔可夫链蒙特卡罗算法（RJMCMC），用于在多边形数量固定或未知时从后验进行模拟。RJMCMC算法中的特殊移动是点过程的出生、死亡和位置/颜色变化，这决定了多边形的位置。使用估计的后验模式和后验均值对真实图像进行分割。给出了一个有助于调整超参数和评估准确性的模拟研究。这些算法在肌肉纤维横截面图像的真实图像上运行良好，并且在最终模型中包含了一个用于模拟肌肉纤维边界的附加参数。

引用于1文件

MSC公司：

62华氏35 多元分析中的图像分析
2015年1月62日 贝叶斯推断
92 C55 生物医学成像和信号处理
65立方厘米 马尔可夫链的数值分析或方法

关键词：

彩色镶嵌;马尔科夫蒙特卡洛;点模式;规律性;可逆跳跃;施特劳斯过程
PDF格式BibTeX公司 XML格式引用
\textit{I.L.Dryden}等人，J.Appl。Stat.33，No.6，609--622（2006；Zbl 1118.62342）
全文： 内政部

参考文献：

[1] Baddeley A.J.，《国际统计评论》57，第89页–（1989）
[2] Blackwell P.G.，《应用概率的进展》，第35页，第4页–（2003年）
[3] Denison D.G.T.，《生物统计学》57第143页–（2001年）
[4] Dryden I.L.，《皇家统计学会杂志》，B辑59，第353页–（1997）
[5] Faghihi M.R.，《统计与计算》，第9页，第43页–（1999年）
[6] Farnoosh，R.2000年。”几乎规则点模式和图像的统计分析”。利兹大学。博士论文
[7] Geyer C.，《随机几何：可能性和计算》，第79页–（1999）
[8] Geyer C.J.，《斯堪的纳维亚统计杂志》21，第359页–（1994）
[9] Green P.J.，《生物统计学》82第711页–（1995年）
[10] Green P.J.，《计算机杂志》第21卷第168页–（1978年）
[11] 黑斯廷斯·W.K.，《生物特征》57第97页–（1970）
[12] Johnson M.，《神经科学杂志》18 pp 111–（1973）
[13] Klemencic A.，《细胞测定学》32，第317页–（1998年）
[14] Lexell J.，学报。《生理扫描》117第115页–（1983）
[15] Mler，J.、Pettitt，A.N.、Berthelsen，K.K.和Reeves，R.W.，2004年。”具有难解归一化常数的分布的有效马尔可夫链蒙特卡罗方法”。奥尔堡大学。研究报告R-2004-02，数学科学系
[16] Mler J.，《统计建模1》，第213页–（2001年）
[17] Okabe A.，《空间细分》（1992）·兹比尔0877.52010
[18] 内政部：10.1002/0471725218·doi:10.1002/0471725218
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。