В работе представлен метод анализа изображения, основанный на построении модели кусочной аппроксимации случайного поля и оптимального оценивания ее параметров в рамках байесовского подхода. Поиск решения организован иерархически с последовательным уточнением деталей, что сокращает вычислительную сложность и позволяет выбирать нужный уровень сложности. Априорная модель меток областей определяется в терминах конфигурации связей предков-потомков в иерархической структуре данных, которая адаптируется к контексту входного изображения. Предлагаемые пространственные модели позволяют учитывать априорные ограничения на допустимые разметки в процессе предварительной обработки. изобюражений.
