马科夫随机场作为一种概率计算模型，广泛应用于图像处理领域，如图像恢复、图像分割、纹理分析等。但该算法结构复杂，数据流处理量大，导致计算复杂度高。本项目拟利用Virtex-II Pro FPGA 板的多处理核及DSP IP核，设计出基于马科夫随机场的图像分割并行算法。

1马尔科夫随机场与图像分割

离散马尔科夫随机场（MFR）模型是贝叶斯图像分割中常用的工具。马尔科夫随机场是以局部特性（马尔科夫性）为特征的，Hammersley-Clifford定理说明了马尔科夫局部性与吉布斯随机场全局性之间存在一致的关系。在图像中相邻位置的像素间存在很高的局部相关性，这种局部相关性可以用马尔科夫随机场来描述。

2并行原理

拟采用通过将贝叶斯网路转化为联合树（junction tree）与Graph-Cut 算法来实现尺度化的并行算法。