پیمان رسولی - دانشگاه آزاد اسلامی، واحد قزوین، دانشکده برق، رایانه و فناوری اطلاعات، قزوین، ایران
محمدرضا میبدی - دانشگاه آزاد اسلامی، واحد قزوین، دانشکده برق، رایانه و فناوری اطلاعات، قزوین، ایران

قطعه بندی تصویر یک وظیفه مهم در پردازش تصویر و بینایی کامیپوتر است که توجه بسیاری از پژوهشگران را به خود معطوف کرده است. میدان تصادفی مارکوف فازی (FMRF) یک مدل میدان تصادفی مارکوف (MRF) در فضای فازی است که با فازیت و تصادفی بودن داده ها بصورت همزمان مقابله می کند. دراین مقاله روشی با عنوان FMRF-CLA، براساس مدل FMRF و اوتوماتای یادگیر سلولی (CLA)، برای بهبود کارایی و دقت روش MRF پیشنهاد شده است. تشابه ساختاری دو مدل CLA و FMRF، دلیل انتخابب خوشه بندی CLA برای برچسب گذاری اولیه FMRF می باشد. نتایج بدست آمده بیان از کارایی قابل قبول روش پیشنهادی دارد.

خوشه بندی، قطعه بندی تصویر، میدان تصادفی مارکوف، میدان تصادفی مارکوف فازی، اتوماتای یادگیر سلولی