本发明专利技术提出了一种基于ROC Graph的图像分割质量评价方法，该方法包括以下几个步骤：第一，通过与参考分割图像作对比，将待评价分割图像中的像素分为四类，第二，引入像素空间信息，对参考图像中的像素进行距离变换，计算每个像素到目标边界的距离；第三，根据参考图像中每个像素的距离系数，赋予分割图像中相应位置的像素一个权值；第四，利用权值计算出加权真正率wTPR和加权假正率wFPR，并在ROCGraph中描出点(wFPR,wTPR)；第五，根据ROC Graph中(wFPR,wTPR)点到(0,1)点的距离，为分割图像打分，分数越高，表明待评价图像的分割效果越好。本发明专利技术所述方法能够有效地对分割图像的质量好坏做出评价，而且评价结果更为合理、直观，与人类视觉的主观评价结果一致。
【技术实现步骤摘要】
本专利技术属于图像分割
，具体地讲，涉及一种基于ROCGraph的图像分割质 量评价方法。
技术介绍
图像分割是图像处理领域的一项关键技术，是图像理解和识别的基础。图像分割 结果的好坏对图像的后续处理及分析有非常重要的影响。通常一幅图像分割结果的好坏， 是以人的主观判断作为评价标准的，这样就导致了由于人的视觉差异对图像分割好坏评价 的不统一。因此，对分割结果做出一个定量的、定性的评价是必要且有意义的。一个有效的 分割评价方法可以帮助该领域的研宄人员选择符合特定应用的分割算法，并且可以进一步 优化分割算法，以便获得最佳分割结果。 图像分割的客观评价方法可以分为两大类：分析法和实验法。分析法可以进一步 分为定量分析法和定性分析法。分析法是直接对分割算法本身的原理、性能及复杂度等进 行分析，不涉及算法的具体实现。这类方法没有考虑分割算法的应用环境，评价结果只与分 割算法本身有关，不能有效地对不同分割算法之间的差异做出评判。与分析法相比，实验法 更具有实际意义。实验法是以分割结果为测试对象，来间接地评价分割算法的好坏。实验 法包括优度法和差异法两大类。优度法是选择分割图像中的某些特征作为优度参数来评价 分割结果的质量。差异法首先需要一个参考分割图像作为金标准，根据实际分割图像和参 考分割图像之间的差异来评价分割算法。由于差异法具有参考分割进行对比，在通常情况 下，它的评价效果要好于优度法。因此，差异法是最常用的一类方法，其发展速度也是相对 较快的。 差异法所依据的最基本评价指标包括误分像素的数量、漏分像素的数量、像素的 位置差异等，比如，误分像素的概率（误分率，ME)，实际分割和参考分割的交集与并集的比 值（Jaccard测度，JS)等。然而，对于偏斜数据（如：大比例过/欠分割），传统的基于像 素的评价方法会出现评价失真问题。此外，分割图像中像素的空间位置信息常常会被忽略。 在实际分割图像中，处于不同位置的像素，其分类正确与否对分割效果具有不同的影响。
技术实现思路
本专利技术的目的在于克服现有技术的不足，解决评价指标对于偏斜数据的失真问 题，并引入像素的空间信息，采用加权思想，提供一种基于ROCGraph的图像分割质量评价 方法，其评价精度高度传统的评价方法，而且评价结果更加合理，与人类主观的评价结果一 致。 为了实现上述目的，本专利技术所采用的技术方案是： -种基于ROCGraph的图像分割质量评价方法，其关键步骤包括： 步骤一，通过与参考分割图像作比较，将待评价分割图像中的像素分为四类：真正 类TP，假正类FP，真负类TN，假负类FN: -对于分割图像中目标区域的任一像素 若参考图像中与其对应的像素同样为目标区域像素，则该像素为真正类（TP)像 素；否则，该像素为假正类（FP)像素； -对于分割图像中背景区域的任一像素 若参考图像中与其对应的像素同样为背景区域像素，则该像素为真负类（TN)像 素；否则，该像素为假负类（FN)像素。 步骤二，引入像素空间信息，通过距离变换函数，获得参考图像中每个像素到目标 边界的距离，以此作为该像素的距离系数，并分别找到目标区域像素和背景区域像素到目 标边界的最大距尚； 距离变换函数具有如下形式：【主权项】1. 一种基于ROCGraph的图像分割质量评价方法，其特征在于，通过如下步骤实现： 步骤一，通过与参考分割图像作对比，将待评价分割图像中的像素分为四类；真正类 TP，假正类FP，真负类TN，假负类FN; 步骤二引入像素空间信息，通过距离变换函数，获得参考图像中每个像素到目标边界 的距离，W此作为该像素的距离系数，并分别找到目标区域内像素和背景区域内像素到目 标边界的最大距离； 步骤=，分别计算目标区域和背景区域内像素到目标边界的最大距离与相应区域内每 个像素的距离系数之间的差值，该差值作为相应像素的权值； 步骤四，根据每个像素的权值计算出加权真正率wTPR和加权假正率wFPR，并在ROCGraph中描出点（wFPR，wTPR); 步骤五，在ROCGra地中，通过计算点（wFPR，wTPR)到点化1)的距离为分割图像打分， 距离越小，则分割图像所得分数越高，即待评价分割图像的分割效果越好。2. 根据权利要求1所述的一种基于R0CGra地的图像分割质量评价方法，其特征在于， 步骤一所述的待评价分割图像中，像素的分类方式为： -对于分割图像中目标区域的任一像素 若参考图像中与其对应的像素同样为目标区域像素，则该像素为真正类订巧像素；否 贝1J，该像素为假正类（F巧像素； -对于分割图像中背景区域的任一像素 若参考图像中与其对应的像素同样为背景区域像素，则该像素为真负类订脚像素；否 贝1J，该像素为假负类（FN)像素。3. 根据权利要求1所述的一种基于R0CGra地的图像分割质量评价方法，其特征在于， 在步骤二中，参考图像内每个像素到目标边界的距离通过距离变换得到，距离变换函数具 有如下形式：其中，D"(p)表示目标区域中像素P到目标边界的最短距离，即像素P的距离系数；Db(q)表示背景区域中像素q到目标边界的最短距离，即像素q的距离系数；Ib表示二值图 像I的背景部分，I。表示二值图像I的目标部分，d(x，y)表示X到y的曼哈顿距离，f( □) 表示像素"□"的灰度值。4. 根据权利要求1所述的一种基于R0CGra地的图像分割质量评价方法，其特征在于， 在步骤S中，待评价分割图像I中任一像素xu(l《i《M，1《j《脚的权值通过W下方 式得到：5. 根据权利要求1所述的一种基于ROCGra地的图像分割质量评价方法，其特征在于， 在步骤四中，分别计算四类像素（TP，FP，TN，FN)的权值和，计算方法如下：6. 根据权利要求1所述的一种基于R0CGra地的图像分割质量评价方法，其特征在于， 在步骤五中，R0CGraph内点a(X，y)到点P(0, 1)的距离计算如下：其中，评分S越大，表明待评价图像的分割结果越好。【专利摘要】本专利技术提出了一种，该方法包括以下几个步骤：第一，通过与参考分割图像作对比，将待评价分割图像中的像素分为四类，第二，引入像素空间信息，对参考图像中的像素进行距离变换，计算每个像素到目标边界的距离；第三，根据参考图像中每个像素的距离系数，赋予分割图像中相应位置的像素一个权值；第四，利用权值计算出加权真正率wTPR和加权假正率wFPR，并在ROCGraph中描出点(wFPR,wTPR)；第五，根据ROC Graph中(wFPR,wTPR)点到(0,1)点的距离，为分割图像打分，分数越高，表明待评价图像的分割效果越好。本专利技术所述方法能够有效地对分割图像的质量好坏做出评价，而且评价结果更为合理、直观，与人类视觉的主观评价结果一致。【IPC分类】G06T7-00【公开号】CN104794714【申请号】CN201510183962【专利技术人】陈海鹏, 申铉京, 冯云丛, 吕颖达, 刘翔, 方政 【申请人】吉林大学【公开日】2015年7月22日【申请日】2015年4月18日本文档来自技高网...
【技术保护点】
一种基于ROC Graph的图像分割质量评价方法，其特征在于，通过如下步骤实现：步骤一，通过与参考分割图像作对比，将待评价分割图像中的像素分为四类：真正类TP，假正类FP，真负类TN，假负类FN；步骤二，引入像素空间信息，通过距离变换函数，获得参考图像中每个像素到目标边界的距离，以此作为该像素的距离系数，并分别找到目标区域内像素和背景区域内像素到目标边界的最大距离；步骤三，分别计算目标区域和背景区域内像素到目标边界的最大距离与相应区域内每个像素的距离系数之间的差值，该差值作为相应像素的权值；步骤四，根据每个像素的权值计算出加权真正率wTPR和加权假正率wFPR，并在ROCGraph中描出点(wFPR,wTPR)；步骤五，在ROC Graph中，通过计算点(wFPR,wTPR)到点(0,1)的距离为分割图像打分，距离越小，则分割图像所得分数越高，即待评价分割图像的分割效果越好。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈海鹏，申铉京，冯云丛，吕颖达，刘翔，方政，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。