22、图像分割技术全面解析

图像分割技术全面解析

1. 图像分割质量评估

在图像分割中，对于距离图像而言，确定“真实情况”相对容易，因为表面可以进行物理测量。有一种评估机器分割（MS）图像质量的方法，以人工分割的真实图像（GT）作为“黄金标准”。

设 M 和 G 分别表示 MS 图像和 GT 图像；$M_i$（$i = 1, \cdots, m$）表示 M 中的一个区域；$G_j$（$j = 1, \cdots, m$）表示 G 中的一个区域。$|R|$ 表示区域 R 中的像素数量，$O_{ij}$ 表示同时属于 MS 图像中区域 i 和 GT 图像中区域 j 的像素数量，T 是一个阈值，$0.5 < T ≤1.0$。

有五种不同的分割结果，具体定义如下：
1. 正确分类 ：当 $O_{ij} ≥T |M|$ 且 $O_{ij} ≥T |G|$ 时发生。
2. 过分割 ：GT 图像中的一个区域在 MS 图像中被分割成多个区域。形式上，给定 GT 中的一个区域 i 和 MS 中的多个区域 $j_1, j_2, \cdots, j_n$，需满足：
- 每个 MS 区域中至少 100T% 的像素实际上属于区域 i（$O_{i,j_l} ≥T |j_l|, ∀l$）。
- 实际上属于区域 i 的至少 100T% 的像素被标记为属于区域 $j_1, j_2, \cdots, j_n$ 的并集（$\sum_{l=1}^{n} O_{i,j_l} ≥ T |i|$）。
3. 欠分割 ：GT 图像中不同区域的像素在 MS 图像中被识别为属于同一区域，定义与