1、相关概念

        马尔科夫随机过程：在已知当前状态的情况下，未来的状态只与当前状态有关，与过去状态无关。这种已知“现在”的条件下，“未来”和“过去”彼此独立的特性叫做马尔科夫性，具有这种特性的随机过程叫做马尔科夫随机过程。例如：液体中粒子的布朗运动、传染病受感染的人数、车站的候车人数等。

   马尔可夫随机场：包含两个概念 

   随机场：当给每一个位置中按照某种分布随机赋予相空间的一个值之后，其全体就叫做随机场。其中有两个概念：位置（site），相空间（phase space）。这里不妨拿棋盘格里面填充字母的游戏来打个比方，“位置”好比是棋盘格中的某个小格子；“相空间”好比是小格子里面填充的字母。我们可以给不同位置的小格子填充不同的字母，这就好比给随机场的每个“位置”，赋予相空间里不同的值。

     马尔科夫随机场：具有马尔科夫特性的随机场。每个小格子里面填充的字母仅仅跟它邻近的小格子的字母有关，跟其它不邻近的小格子里面的字母没有任何关系。那么，整个棋盘格里面填充的字母几何，就是一个马尔科夫随机场。

2、马尔可夫随机场与图像的关系

     图像可看做二维随机场，二维MRF网格结构可以较好地表示图像中像素之间的空间相关性。

     MRF将图像模拟成一个随机变量组成的网格，每一个变量对除自己身之外的随机变量组成的邻近基团具有依赖性。马尔科夫图像模型考虑每个像元关于它邻近像元的条件分布有效的描述图像的局部统计特性。