The invention discloses a method for quantitatively evaluating the results of image segmentation based on the combination of indicators include: selection and image segmentation results of evaluation of the category of multiple images are the same, the image segmentation, the segmentation result was obtained by the segmentation result set; set of subjective evaluation, subjective evaluation results obtained by segmentation the results of subjective evaluation, get set; the segmentation result set of objective evaluation, objective evaluation index to calculate the value of the segmentation results, obtained the objective evaluation set; the objective assessment set as the input of the classifier, the subjective evaluation set as output, get trained classifier training; objective evaluation index to calculate the evaluation of image segmentation the value of the objective evaluation index value; input the trained classifier, get the evaluation results. By the method of the invention, the image segmentation evaluation result which represents the judgment standard of the workers in the field can be obtained, the cost and the evaluation cycle are reduced, and the utility model is more convenient, universal and easy to implement.
【技术实现步骤摘要】
一种基于组合指标的图像分割结果定量评价方法
本专利技术属于计算机技术和图像处理的交叉
,更具体地,涉及一种基于组合指标的图像分割结果定量评价方法。
技术介绍
在图像分割技术的研究和应用中,需比较不同分割算法的分割质量,或是比较同一算法不同参数设置情况时的分割质量,在考虑不同类别图像(如医学图像、自然图像、SAR图像等)时,用同一参数设置的同一分割算法的分割效果是否相同也需考察。解决以上问题都牵涉到对分割结果进行评价的研究。目前的图像分割结果评价方法分为主观评价和客观评价,客观评价可细分为优度法和差异法。图像分割结果主观评价方法以人类视觉效果作为评判标准,让观察者根据事先规定的应用要求或者自身经验,对测试图像的分割结果进行评价。评价过程中要求有多位观察者参与,并综合考虑所有观察者的观察结果。在具体实施过程中,应选择一定数量的领域内的专业人士(如涉及医学图像时,应让有经验的医生作为评价人员)对分割结果进行绝对评价或相对评价,最后进行综合。其中,绝对评价是指让观察者对分割结果逐个进行打分,而相对评价是指让观察者将分割结果进行比较,从而得出较好和较坏的分类。目前,由图像分割结果的主观评价方法所得到的评价结果往往作为评价图像分割结果时的金标准使用。其优点在于,结合多名领域内专业人士的综合评价结果,可以被认为代表了该领域工作者对图像分割结果的一般性要求,即在此种方法下得到较高评价的分割结果就更有利于该领域其他方面工作的进行(如当临床医生认为一幅医学图像分割较好时,则此分割结果更方便他对病情的诊断)。此方法的主要缺点是可重复性不好,会出现组间差异和组内差异,即不同 ...
【技术保护点】
一种基于组合指标的图像分割结果定量评价方法,其特征在于,所述方法包括以下步骤:步骤1,选择与待评测分割结果的图像所属类别相同的多张图片,用一种或多种分割方法将这些图片进行分割,得到分割结果集;步骤2,对上述分割结果集进行人工主观评价,获取各分割结果的主观评价结果,得到主观评价集;步骤3,对上述分割结果集进行多指标客观评价,计算各分割结果的客观评价指标值,得到客观评价集;步骤4,用客观评价集作为分类器的输入,主观评价集作为分类器的输出,训练分类器得到经过训练的分类器;步骤5,计算待评测图像分割结果的客观评价指标值;步骤6,将待评测图像分割结果的客观评价指标值输入经过训练的分类器中,得到评价结果;其中,所述步骤3和步骤5中计算分割结果的客观评价指标值具体包括5种优度指标和10种差异指标,其中:5种优度指标分别为:灰度对比度:
【技术特征摘要】
1.一种基于组合指标的图像分割结果定量评价方法,其特征在于,所述方法包括以下步骤:步骤1,选择与待评测分割结果的图像所属类别相同的多张图片,用一种或多种分割方法将这些图片进行分割,得到分割结果集;步骤2,对上述分割结果集进行人工主观评价,获取各分割结果的主观评价结果,得到主观评价集;步骤3,对上述分割结果集进行多指标客观评价,计算各分割结果的客观评价指标值,得到客观评价集;步骤4,用客观评价集作为分类器的输入,主观评价集作为分类器的输出,训练分类器得到经过训练的分类器;步骤5,计算待评测图像分割结果的客观评价指标值;步骤6,将待评测图像分割结果的客观评价指标值输入经过训练的分类器中,得到评价结果;其中,所述步骤3和步骤5中计算分割结果的客观评价指标值具体包括5种优度指标和10种差异指标,其中:5种优度指标分别为:灰度对比度:式中f1和f2分别为分割图像中目标和背景区域内像素的平均灰度;区域内部均匀性测度:式中i∈{1,2},Ri为分割图像中第i个区域,其中i=1时为目标区域,i=2时为背景区域,Ai为对应区域的面积,f(x,y)为像素灰度,C为归一化系数;形状测度:式中(x,y)代表分割图像的边界像素,f(x,y)为像素灰度,fN(x,y)为像素(x,y)邻域内的平均灰度,N为邻域像素的个数,g(x,y)为像素灰度梯度,Sgn为单位阶跃函数,T为预先确定的阈值,C为归一化系数;分割信息熵:其中式中f为分割图像,ri为分割图像的第i个区域,其中i=1时为目标区域,...
【专利技术属性】
技术研发人员:丁明跃,方梦捷,吴开志,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:湖北,42
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。