本文提出一种可靠的图像分割算法.基于实际图像是分割图像叠加了不规则噪声的假设,用MRF(Markov random field)模型描述分割图像的先验分布,用被污染的高斯分布(contaminated Gaussian distribution)描述待分割的图像.采用Bayes方法,根据分割图像的后验分布(以观测图像为条件)所对应的MRF模型的条件概率,用ICM(iterated conditional mode)局部优化方法,获得MAP(maximum a posteriori)准则下的图像分割结果.该算法与Lakshmanan等[1]提出的算法相比,具有更好的可靠性.实验结果是令人满意的.