- Markowsche Netzwerke
-
Ein Markov Random Field (kurz MRF) oder Markow-Netzwerk ist ein nach dem Mathematiker A. Markow benanntes, statistisches Model welches ungerichtete Zusammenhänge (z. B. die Ausrichtung von Elementarmagneten) in einem Feld beschreibt. Das Feld besteht aus Zellen die Zufallsvariablen enthalten und räumlich begrenzt (vgl. zeitliche Begrenzung in einer Markow-Kette) gegenseitig wechselwirken.
Das Modell ist eine Ableitung aus dem Ising-Modells der statistischen Physik, welches Magnetismus in Festkörpern beschreibt.
Anwendung
MRFs können zur Segmentierung von digitalen Bildern oder von klassifizierten Flächen eingesetzt werden.[1] Dabei wird zum Beispiel bei einer binären Klassifizierung davon ausgegangen, dass jedes Element des Feldes eine Kraftwirkung auf die benachbarten Zellen hat und damit mehrere benachbarte Zellen einer Klasse eine einzelne Zelle einer anderen Klasse derart beeinflussen, dass ihre Klassifizierung zur Klasse der Mehrheit der benachbarten Zellen verschoben wird.
Literatur
- Ross Kindermann: Markov Random Fields and Their Applications. Contemporary Mathematics. American Mathematical Society, Providence 1980, ISBN 978-0-8218-5001-5 (http://www.ams.org/online_bks/conm1/).
Einzelnachweise
- ↑ D. F. Wolf, G. S. Sukhatme, Dieter Fox, Wolfram Burgard: Autonomous Terrain Mapping and Classification Using Hidden Markov Models. 2005 (http://ieeexplore.ieee.org/Xplore/login.jsp?url=/iel5/10495/33250/01570411.pdf?temp=x).
Wikimedia Foundation.
