Proceso estocástico de salto-difusión para el cálculo de ejes mediales en campos aleatorios de Markov

Propone un marco estadístico para calcular ejes mediales de formas 2D. En el artículo, el cálculo de ejes mediales se plantea como un problema de inferencia estadística y no como una transformación matemática. El artículo contribuye a tres aspectos en el cálculo de ejes mediales. 1) Se adopta conocimiento previo para los ejes y juntas, de modo que los ejes alrededor de las juntas se regularizan. 2) Son posibles múltiples interpretaciones de los ejes, cada una de las cuales se le asigna una probabilidad. 3) Se propone un proceso estocástico de salto-difusión para estimar tanto ejes como juntas en campos aleatorios de Markov. Argumentamos que el algoritmo estocástico para calcular ejes mediales es compatible con algoritmos existentes para segmentación de imágenes, como el crecimiento de regiones, la serpiente y la competencia de regiones. Por lo tanto, nuestro método proporciona una nueva dirección para calcular ejes mediales a partir de imágenes de textura. Se demuestran experimentos en formas 2D sintéticas y reales.