第7章 图象割评价技术.pptVIP

第7章 图象分割评价技术 7.1 分割评价方法分类 7.1 分割评价方法分类 7.1 分割评价方法分类 7.1 分割评价方法分类 7.1 分割评价方法分类 7.1 分割评价方法分类 7.2 分割算法评价框架 7.2 分割算法评价框架 7.2 分割算法评价框架 7.2 分割算法评价框架 7.2 分割算法评价框架 7.3 分割评价准则 7.3.1 分析法准则 7.3.1 分析法准则 7.3.2 优度实验法准则 7.3.2 优度实验法准则 7.3.3 差异实验法准则 7.3.3 差异实验法准则 7.3.3 差异实验法准则 7.4 算法评价实例 7.5 评价方法和准则比较 7.5.1 方法讨论和比较 7.5.1 方法讨论和比较 7.5.2 准则的分析比较 7.5.2 准则的分析比较 7.5.2 准则的分析比较 7.5.3 准则的实验比较 7.5.3 准则的实验比较 7.6 基于评价的分割算法优选系统 7.6.1 算法优选思想及策略 7.6.1 算法优选思想及策略 7.6.2 优选系统的实现和效果 联 系 信 息 分割评价的目的是为了能指导，改进和提高分割算法的使用性能 建立分割专家系统以有效地利用评价结果进行归纳推理 7.6.1 算法优选思想及策略 7.6.2 优选系统的实现和效果 问题： 没有一种适合于所有图象的通用的分割算法 目标的变化和干扰因素的改变都有影响 思路： 动态地适应变化，系统地选择恰当的算法 评价 ? 待分割图象的特性参数与所用分割算法性能之间相关的知识 ? 借助知识的指导，预测不同算法的分割效果 ? 选择最优算法 图象分割算法优化系统框图 知识驱动的系统 基于公共数据黑板的控制系统结构 六种典型的阈值选取算法 参照评价框架对这些算法进行评价 将所得到的评价知识纳入到优化系统中 *章毓晋 (TH-EE-IE) 第*页 第7讲 章毓晋 清华大学电子工程系 100084 北京 图象工程 7.1 分割评价方法分类 7.2 分割算法评价框架 7.3 分割评价准则 7.4 算法评价实例 7.5 评价方法和准则比较 7.6 基于评价的分割算法优选系统 图象分割的评价 分割评价（evaluation）可以分成两种情况： (1) 性能刻画（characterization）： 掌握某种算法在不同分割情况中的表现，以通过选择算法参数来适应分割具有不同内容的图象和分割在不同条件下采集到的图象的需要 (2) 性能比较（comparison）： 比较不同算法在分割给定图象时的性能，以帮助在具体分割应用中选取合适的算法或改进已有的算法 图象分割的评价 对评价方法基本要求 (1) 应具有广泛的通用性，即评价方法要适于评价不同 类型的分割算法并适合各种应用领域情况 (2) 应采用定量的和客观的性能评价准则，这里定量是 指可以精确地描述算法的性能，客观是指评判摆脱 了人为的因素 (3) 应选取通用的图象进行测试以使评价结果具有可比 性和可移植性，同时这些图象应尽可能反映客观世 界的真实情况和实际应用领域的共同特点 两大类评价方法： (1) 直接法/分析法 直接研究分割算法本身的原理特性，通过分析推理 得到分割算法性能 (2) 间接法/实验法 根据已分割图象的质量间接地评判分割算法的性能 具体用待评价的算法去分割图象，然后借助一定的 质量测度来判断分割结果的优劣，据此转而得出所 用分割算法的性能 两类实验评价方法： (1) 优度实验法 采用优度（goodness）参数描述已分割图的特征， 然后根据优度数值来判定进行分割的算法的性能 (2) 差异实验法 先确定理想的或期望的分割结果参考图，然后通过 比较已分割图与参考图之间的差异值来判定分割算 法的性能 两个关键 (1) 对分割算法进行分析或实验的机制和途径或 方案（即机理和程序） 对同一类方法评价有类似之处 (2) 用来评判算法特性的评价准则（也常叫测度 或指标） 同一类方法中的各个实际方案各有特点 三个模块： 性能分析评判、图象合成、算法测试 1. 性能评判： (1) 特征选取：根据分割目的进行 (2) 差异计算：原始和实测特征值 (3) 性能描述：结合图象合成条件 2. 图象合成： 根据实验分割结果来评判分割算法需要采用合适的分割实验图 真实图象 受限于具体的应用 需要人工