Gibbs 采样生成 合成图像 (simulated/synthetic image)

在图像分割中，消噪能力和误分率是判断一个算法好坏的重要指标。但是，对于任意给定的一幅自然图像，我们缺少一个用于比较的标准。也就是，我们不知道怎样的分割才是最合理的，因此也就无法确切地得到算法的误分率。在许多论文中，都通过对Gibbs分布采样来得到一幅合成图像(synthetic iamge)，将这幅合成图像作为我们前面所指的“标准”。通过对合成图像添加各种噪声来衡量分割算法的消噪能力和误分率。下面给出生成此类图像的具体方法及代码

 

                      

            3类(128x128)               5类 (128x128)

 

具体步骤：

1) 由均匀分布生成一个指定大小的初始图像；

2) 对每个像素，先根据它的邻域信息计算先验分布；

3) 生成一个随机数，根据随机数从像素的似然分布中采样得到一个新的灰度；

4)如果迭代没有结束，则回到步骤2）；否则，退出。

 

代码下载处：http://download.csdn.net/source/1962302