【技术实现步骤摘要】
基于像素确定性度的对象分割视觉质量评分方法
本专利技术属于图像处理技术，特别是一种基于像素确定性度的对象分割视觉质量评分方法。
技术介绍
目标图像分割技术是图像处理领域其中一个重要的研究方向，它可以通过为每个对象选取一个唯一的标签来提取目标对象(“对象”或“背景”)，应用在许多对象感知图像处理应用程序中对分割的对象进行操作。实际上，不同的应用目标对目标分割质量有不同的要求。例如，对于某些图像合成应用，如图像编辑、图像重定向和2D到3D的转换，最终结果的好坏是由最终用户的主观体验，即人类观众，来评估的。而目标分割作为关键的中间步骤，其视觉质量决定了这些应用的性能。因此，有必要对目标分割的视觉质量进行评估，以此来满足这些应用场景的需求。由于视觉质量反映了目标分割质量的主观感知，因此最可靠的方法是主观质量评估。但由于此方法人工成本高，主观评估繁琐，可行性很低。这就导致了对于评估分割视觉质量的方法有着很大的需求，来择出与主观判断有较高一致性的分割质量。目前，使用最广泛评估目标分割的客观监督措施是基于区域的测度，如Ja...
【技术保护点】
1.一种基于像素确定性度的对象分割视觉质量评分方法，其特征在于，步骤如下：/n步骤1、通过相机采集照片作为目标图像，对目标图像分别进行人工分割和机器分割，确定人工分割结果和机器分割结果，并将分割结果分别转换为二值图像，识别两种分割结果各自的白像素点和黑像素点，求出白像素点的交集和并集；/n步骤2、根据每个白像素点的确定性度分配不同的权重，对匹配像素点加权求和，求得匹配像素分数score1；/n步骤3、人工分割结果与机器分割结果的白像素点并集包括匹配像素点集合和不匹配像素点集合，将不匹配像素点集合分为四种不同错误类型，根据不匹配像素点集合中每个白像素点的确定性度分配不同权重求...
【技术特征摘要】
1.一种基于像素确定性度的对象分割视觉质量评分方法，其特征在于，步骤如下：
步骤1、通过相机采集照片作为目标图像，对目标图像分别进行人工分割和机器分割，确定人工分割结果和机器分割结果，并将分割结果分别转换为二值图像，识别两种分割结果各自的白像素点和黑像素点，求出白像素点的交集和并集；
步骤2、根据每个白像素点的确定性度分配不同的权重，对匹配像素点加权求和，求得匹配像素分数score1；
步骤3、人工分割结果与机器分割结果的白像素点并集包括匹配像素点集合和不匹配像素点集合，将不匹配像素点集合分为四种不同错误类型，根据不匹配像素点集合中每个白像素点的确定性度分配不同权重求和，得到不匹配像素分数score2；
步骤4、根据匹配像素分数score1与不匹配像素分数score2，求得最后得分score，用于评价机器分割图像的质量。
2.根据权利要求1所述的基于像素确定性度的对象分割视觉质量评分方法，其特征在于，上述步骤1中，通过相机采集照片作为目标图像，对目标图像分别进行人工分割和机器分割，确定人工分割结果和机器分割结果，并将分割结果分别转换为二值图像，识别两种分割结果各自的白像素点和黑像素点，求出白像素点的交并集，具体如下：
步骤1-1、通过相机采集照片作为目标图像，对目标图像分别进行人工分割和机器分割，将人工分割结果和机器分割结果分别转换为二值图像，二值图像包括白像素点和黑像素点，其中白像素点为分割对象的像素标签，黑像素点为分割背景的像素标签；
步骤1-2、计算机器分割结果与人工分割结果中白像素点的交集TP；
步骤1-3、计算机器分割结果与人工分割结果中白像素点的并集U。
3.根据权利要求1所述的基于像素确定性度的对象分割视觉质量评分方法，其特征在于，上述步骤2中，根据每个白像素点的确定性度分配不同的权重，并对匹配像素点加权求和，求得匹配像素分数score1，具体如下：
步骤2-1、根据每个白像素点i的确定性度C(i)，为其分配一个权值WTP：
WTP(i)＝-log2C(i)其中，i∈TP(1)
其中D(i)是i到真值边界的最短距离，σ为指数函数的带宽；
步骤2-2、对所有匹配像素点加权求和，求得匹配像素分数score1：
score1＝∑i∈TPWTP(i)(3)。
4.根据权利要求3所述的基于像素确定性度的对象分割视觉质量评分方法，其特征在于：上述指数函数的带宽σ＝10。
5.根据权利要求1所述的基于像素确定性度的对象分割视觉质量评分方法，其特征在于，上述步骤3中，人工分割结果与机器分割结果的白像素点并集包括匹配像素点集合和不匹配像素点集合，将不匹配像素点集合分为四种不同错误类型，根据不匹配像素点集合中每个白像素点的确定性度分配不同权重求和，得到不匹配像素分...
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。