发明名称 一种图像自动分割结果的性能分析方法
摘要 本发明公开了一种图像自动分割结果的性能分析方法,本发明通过计算多个手工标注的分割结果之间在像素上的感知一致程度,赋予每个像素不同的权重,感知一致程度越高,像素的对应权重就越高,最后计算出加权后的评价指数,作为待评价的分割结果的最终评价指数。采用本发明方法得到的性能分析指标,由于定义了能够定量的反应出由某种计算机算法所处理的图像自动分割结果与人工标注的分割结果的符合程度,从而,客观的反应出某种计算机图像自动分割算法与人类视觉感知在图像自动分割上的接近程度。
申请公布号 CN101799925B 申请公布日期 2011.08.24
申请号 CN201010120808.5 申请日期 2010.03.05
申请人 华中科技大学 发明人 桑农;黄锐;唐奇伶;王岳环;高常鑫;高峻
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 华中科技大学专利中心 42201 代理人 曹葆青
主权项 1.一种图像自动分割结果的性能分析方法,其特征在于,该方法包括下述步骤:(1)假设一幅图像为X={x<sub>1</sub>,...,x<sub>i</sub>,...,x<sub>N</sub>},由N个像素组成,x<sub>i</sub>是第i个像素,i∈{1,...,N};将该图像的手工标注的分割结果记为G={G<sup>1</sup>,...G<sup>k</sup>,...,G<sup>M</sup>},其中,M为分割结果的个数,每个分割结果包含n个分割区域R<sub>j</sub>,每个分割结果记为G<sup>k</sup>={R<sub>1</sub>,...,R<sub>j</sub>...,R<sub>n</sub>},j∈{1,...,n},k∈{1,...,M};然后计算每个像素x<sub>i</sub>的局部一致程度LCD(x<sub>i</sub>),其计算公式为:<img file="FDA0000056737570000011.GIF" wi="1466" he="215" />式中<img file="FDA0000056737570000012.GIF" wi="198" he="50" /><img file="FDA0000056737570000013.GIF" wi="198" he="57" />a,b∈{1,...,M},分别表示第a个手工标注的分割结果G<sup>a</sup>和第b个手工标注的分割结果G<sup>b</sup>中包含像素x<sub>i</sub>的分割区域;函数<img file="FDA0000056737570000014.GIF" wi="384" he="75" />用来计算两个区域的相似程度,其计算公式为:<img file="FDA0000056737570000015.GIF" wi="1332" he="245" />其中,操作|·|表示对分割区域面积的计算;对图像X={x<sub>1</sub>,...,x<sub>i</sub>,...,x<sub>N</sub>}的每个像素计算局部一致程度LCD(x<sub>i</sub>)的值;(2)对于图像X的一个待分析的自动分割结果,记为S={S<sub>1</sub>,...S<sub>t</sub>...,S<sub>m</sub>},即由m个区域构成,S<sub>t</sub>表示其中的一个分割区域,t∈{1,...,m};(2.1)对于图像X={x<sub>1</sub>,...,x<sub>i</sub>,...,x<sub>N</sub>}的每个像素x<sub>i</sub>,定义从第k个手工标注分割结果G<sup>k</sup>到S的局部评价指标<img file="FDA0000056737570000016.GIF" wi="86" he="57" />为:<img file="FDA0000056737570000017.GIF" wi="956" he="167" />像素<img file="FDA0000056737570000021.GIF" wi="322" he="76" />像素<img file="FDA0000056737570000022.GIF" wi="319" he="76" />其中区域<img file="FDA0000056737570000023.GIF" wi="55" he="50" />为第k个手工标注结果中包含像素x<sub>i</sub>的分割区域,R<sub>s</sub>表示待分析的分割结果S中与<img file="FDA0000056737570000024.GIF" wi="55" he="50" />相交的区域,其定义为:R<sub>s</sub>=∪S<sub>t</sub>,其中S<sub>t</sub>∈S,t∈{1,...,m}且满足<img file="FDA0000056737570000025.GIF" wi="302" he="51" />其中<img file="FDA0000056737570000026.GIF" wi="768" he="169" />(2.2)对于X={x<sub>1</sub>,...,x<sub>i</sub>,...,x<sub>N</sub>}的每个像素x<sub>i</sub>,定义从S到第k个手工标注分割结果G<sup>k</sup>的局部评价指标<img file="FDA0000056737570000027.GIF" wi="87" he="57" />为:<img file="FDA0000056737570000028.GIF" wi="957" he="166" />像素<img file="FDA0000056737570000029.GIF" wi="345" he="76" />像素<img file="FDA00000567375700000210.GIF" wi="341" he="76" />其中区域<img file="FDA00000567375700000211.GIF" wi="166" he="39" />表示S中包含像素x<sub>i</sub>的分割区域;<img file="FDA00000567375700000212.GIF" wi="63" he="56" />为第k个手工标注分割结果G<sup>k</sup>中与<img file="FDA00000567375700000213.GIF" wi="51" he="36" />相交的区域,其定义如下:<img file="FDA00000567375700000214.GIF" wi="238" he="66" />其中R<sub>j</sub>∈G<sup>k</sup>,j∈{1,...,n}且满足<img file="FDA00000567375700000215.GIF" wi="305" he="57" />其中<img file="FDA00000567375700000216.GIF" wi="782" he="169" />(2.3)对步骤(2.1)与步骤(2.2)中得到的<img file="FDA00000567375700000217.GIF" wi="288" he="57" />与<img file="FDA00000567375700000218.GIF" wi="289" he="57" />进行数据融合,计算出待分析的自动分割结果S={S<sub>1</sub>,...,S<sub>m</sub>}针对第k个手工标注结果G<sup>k</sup>在像素x<sub>i</sub>的最终局部评价指标<img file="FDA00000567375700000219.GIF" wi="119" he="65" />计算公式为:<img file="FDA00000567375700000220.GIF" wi="889" he="132" />(3)对图像X={x<sub>1</sub>,...,x<sub>i</sub>,...,x<sub>N</sub>},根据步骤(1)中得到的LCD(x<sub>i</sub>)与步骤(2.3)中得到的<img file="FDA00000567375700000221.GIF" wi="193" he="65" />定义如下两个向量值:LCD(X)=[w<sub>1</sub>,...,w<sub>i</sub>...,w<sub>N</sub>] 其中w<sub>i</sub>=LCD(x<sub>i</sub>)<img file="FDA0000056737570000031.GIF" wi="931" he="88" />最后定义图像自动分割结果S的评价指标I(S)为:<img file="FDA0000056737570000032.GIF" wi="1084" he="206" />。
地址 430074 湖北省武汉市洪山区珞喻路1037号