MRF，HMM，HMRF图像分割

看了点文章，图像中，马尔科夫随机场就是说图像像素跟周围邻域的像素相关，具有马尔科夫性。基于MRF的图像分割就是建立标号场，特征场，然后根据贝叶斯最大后验估计（MAP）求出分割结果，过程可以采用ICM（条件迭代模式算法）的来求得一个局部近似解。

基于HMRF（隐马尔科夫随机场）的图像分割，好像跟基于MRF是一个道理，不太懂啊，在二维图像中，HMRF说图像的分类标号是一个隐状态，但是MRF分割中，也大概是这么定义的（自己的理解），然后特征场（图像场）是与MRF图像分割中一样，可采用高斯分布等，最后还是通过MAP求解。

还有一种分割是隐马尔科夫链，hiden makov chain 。该方法一般是采用一阶的一维马尔科夫链，把图像分成像素或者像素块，采用光栅扫描法，水平扫描法等连接起来，下一个像素或者像素块只与前一个像素或像素块有关，然后根据马尔科夫链的前向递推和后向递推，最后用维比特算法求得最后的分类结果。

我感觉HMRF和MRF图像分割是一致的。但隐马尔科夫链的分割是有向的。希望能得到大家点拨啊。

第一篇文章，哈哈！