一种基于树结构的图像分割评价方法技术

本发明专利技术公开了一种基于树结构的图像分割评价方法，其包括以下步骤：S1、根据数据库中的图像数据得到一个包含所有区域节点的集合A；S2、更新集合A得到更新后的集合B；S3、获取集合B中每个节点与其他节点的父子关系；S4、根据节点的父子关系建立树的初始层次结构；S5、通过将叶子结点向下一层进行复制得到与之相同的子节点，使每一分支的层次数均等于最大层次数，得到树结构；S6、获取树结构中节点个数与待评价对象的分割区域个数最相近的层次layer；S7、将layer层中所有分割区域的标准作为评价标准，对待评价对象进行分割质量评价。本方法减少了评价过程中使用手工标记的参考分割带来的主观性，提高评价过程的客观性。

An Evaluation Method of Image Segmentation Based on Tree Structure

【技术实现步骤摘要】
一种基于树结构的图像分割评价方法
本专利技术涉及图像分割评价领域，具体涉及一种基于树结构的图像分割评价方法。
技术介绍
图像分割是图像处理、计算机视觉等中的一个重要研究问题，它是指将图像划分为若干个不重叠的图像子区域，划分的标准根据具体任务决定。在分割的过程中，可以利用的图像特征有很多，比如灰度/颜色特征、纹理特征和梯度特征，也可利用深度卷积神经网络提取图像的深度特征，准确且多样化的特征表示有利于实现高质量的图像分割。图像分割标准决定了分割结果是否与人的视觉判断一致，因此是实现图像分割质量评价的重要依据。常用的图像分割质量评价是通过人的主观视觉标准来判断图像分割的好坏，但由于不同人对图像内容的理解不同，所以这种评价方法的通用性较差，而且无法进行量化分析，在实际应用中有很大的限制。另外一类是客观评价，采用量化评价指标进行评价，优点是不受主观因素的影响。根据研究的角度不同，客观评价方法可以分为两类：基于任务(或系统)的评价方法和基于特征(或算法)的评价方法。在计算机视觉领域中，图像分割方法一般不是单独存在的，而是作为某一个应用系统的一部分，系统的性能与分割质量的评价方法密切相关，因此基于本文档来自技高网...

【技术保护点】
1.一种基于树结构的图像分割评价方法，其特征在于，包括以下步骤：S1、获取数据库中每一幅原图及其对应的所有参考分割图像，并将参考分割图像中每一个分割区域表示为树结构中的一个初始节点，得到一个包含所有区域节点的集合A；S2、遍历集合A中的所有节点，获取每一个节点与集合中其他节点的交并比，将交并比大于阈值的区域求并集得到新的节点，并从集合A中删除被合并的节点，得到更新后的集合B；S3、对集合B中的节点根据对应的分割区域由小到大的顺序进行排序，并获取每个节点与其他节点的父子关系；S4、根据每个节点与其他节点的父子关系建立树的初始层次结构；S5、获取树的初始层次结构的最大层次数，并通过将叶子结点向下一...

【技术特征摘要】
1.一种基于树结构的图像分割评价方法，其特征在于，包括以下步骤：S1、获取数据库中每一幅原图及其对应的所有参考分割图像，并将参考分割图像中每一个分割区域表示为树结构中的一个初始节点，得到一个包含所有区域节点的集合A；S2、遍历集合A中的所有节点，获取每一个节点与集合中其他节点的交并比，将交并比大于阈值的区域求并集得到新的节点，并从集合A中删除被合并的节点，得到更新后的集合B；S3、对集合B中的节点根据对应的分割区域由小到大的顺序进行排序，并获取每个节点与其他节点的父子关系；S4、根据每个节点与其他节点的父子关系建立树的初始层次结构；S5、获取树的初始层次结构的最大层次数，并通过将叶子结点向下一层进行复制得到与之相同的子节点，使每一分支的层次数均等于最大层次数，得到树结构；S6、将树结构中每层的每个节点对应待评价对象的一个分割区域或一组相似分割区域，获取树结构中节点个数与待评价对象的分割区域个数最相近的层次layer；S7、将layer层中所有分割区域的标准作为评价标准，对待评价对象进行分割质量评价。2.根据权利要求1所述的基于树结构的图像分割评价方法，其特征在于，所述步骤S1中的数据库为BSDS500数据库。3.根据权利要求1所述的基于树结构的图像分割评价方法，其特征在于，所述步骤S2中获取每一个节点与集合中其他节点的交并比，将交并比大于阈值的区域求并集得到新的节点的具体方法为：计算两个分割区域在图像空间中的交集和并集，将交集与并集中...

【专利技术属性】
技术研发人员：彭博，王超，李天瑞，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川,51