Image Textures and Gibbs Random Fields

تحلیل تصویر یکی از چالش برانگیزترین حوزه ها در علم کامپیوتر امروزی است و فناوری های تصویر در بسیاری از برنامه ها استفاده می شود. این کتاب بر روی بافت‌های تصویر تمرکز می‌کند و تکنیک‌های جدیدی را برای شبیه‌سازی، بازیابی و تقسیم‌بندی آن‌ها با استفاده از فیلدهای تصادفی خاص گیبس با تعامل زوجی چندگانه بین سیگنال‌ها به عنوان مدل‌های تصویر احتمالی ارائه می‌کند. این مدل ها و تکنیک ها عمدتاً در طول پنج سال گذشته (در رابطه با آوریل 1999 که این کلمات نوشته شد) توسعه یافتند. در حین اسکن این صفحات ممکن است متوجه شوید که علی رغم معادلات طولانی، پس زمینه ریاضی بسیار ساده است. من سعی کرده‌ام از ساخت‌های انتزاعی پیچیده اجتناب کنم و توضیحات فیزیکی صریح (به طور خاص، \"مبتنی بر تصویر\") را برای همه مفاهیم ریاضی درگیر ارائه دهم. بنابراین امید است که این کتاب هم برای متخصصان و هم برای دانشجویان فارغ التحصیل در علوم کامپیوتر و مهندسی برق که به تجزیه و تحلیل و ترکیب تصاویر علاقه مند هستند به راحتی قابل مطالعه باشد. شاید ریاضیدانانی که کاربردهای میدان‌های تصادفی را مطالعه می‌کنند ممکن است در اینجا دیدگاه‌ها و تکنیک‌های کمتر سنتی و در نتیجه بحث برانگیزی پیدا کنند.

Image analysis is one of the most challenging areas in today's computer sci­ ence, and image technologies are used in a host of applications. This book concentrates on image textures and presents novel techniques for their sim­ ulation, retrieval, and segmentation using specific Gibbs random fields with multiple pairwise interaction between signals as probabilistic image models. These models and techniques were developed mainly during the previous five years (in relation to April 1999 when these words were written). While scanning these pages you may notice that, in spite of long equa­ tions, the mathematical background is extremely simple. I have tried to avoid complex abstract constructions and give explicit physical (to be spe­ cific, "image-based") explanations to all the mathematical notions involved. Therefore it is hoped that the book can be easily read both by professionals and graduate students in computer science and electrical engineering who take an interest in image analysis and synthesis. Perhaps, mathematicians studying applications of random fields may find here some less traditional, and thus controversial, views and techniques.