摘要：提出一种基于条件随机场模型的梨园场景分割方法，条件随机场模型直接对分割目标的后验概率建模，融入图像空间上下文信息，使得条件随机场模型可以获得更精确的分割结果。将已标记的场景图像划分为超像素，超像素的特征向量和标记的类别作为学习样本整合到类别数据库中；将未标记场景图像划分为超像素，利用条件随机场和类别数据库对未标记图像超像素的特征向量和空间关系进行建模；训练获得模型参数，利用最大后验边缘准则对未标记超像素进行类别推理。实验结果表明，与改进的K-最近邻方法相比该算法可以更加准确地进行梨园场景分割。

关键词：梨园场景 图像分割 条件随机场超像素 空间上下文 

单位：南京农业大学江苏省智能农业装备重点实验室 南京210031 宁波工程学院机械工程学院 宁波315016