|
回顾历史，中国学者江泽培教授曾是平稳随机场理论研究的开拓者。上世纪50年代他就将柯尔莫哥洛夫及维纳的关于平稳过程的预报公式推广到半平面平稳随机场上，开创了有序随机场的研究。然而，有别于一维平稳马氏过程如AR模型，这一研究方向未能取得实际应用。自80年代以来，无序平稳马氏场的研究因能与图像处理应用相结合而成为主流方向。
在本报告中，我们重续有序随机场的研究，将一维隐马氏序列推广到二维。首先，我们指出对于正态随机场来说，不完全半平面意义下的平稳马氏场总是某种无序平稳马氏场，从而有序的二维隐马氏阵列对应于某个无序马氏阵列，有其图像处理应用中的意义。其次，我们提出条件状态转移矩阵的概念，来克服将一维Viterbi算法应用于二维图像聚类时的困难。最后，通过有监督学习得到所感兴趣的图像的先验条件状态转移概率，并将Viterbi算法与EM算法相结合，我们就得到了一套识别二维隐马氏阵列的快速算法，从而克服将无序马氏场模型应用于图像处理时计算量太大的问题。
这一模型及方法可应用于各种图像识别问题，即从实际数字图像中识别出所感兴趣的目标。在报告的最后，我们将现场演示用此方法来识别混合有纳米粒子的材料的电子显微镜图像中纳米粒子的位置。尽管图像的解析度达到百万级(1024x1024)，我们的方法仍可实时得到满意的结果。 | 
