基于数据合并策略的图像分割质量评价技术研究

摘要

图像分割是计算机视觉、图像处理等领域的一种基本的和关键的技术。目前虽已提出了众多针对各种具体应用的分割算法，然而至今仍没有建立起统一的分割体系。现有的图像分割的理论和方法种类繁多，且新方法层出不穷。什么样的分割才是好的分割？这是一个长期困扰图像分割算法设计者的核心问题。因此，对不同分割算法进行评价是非常有必要且具有重大意义的。为模拟人类视觉系统对分割质量的评价能力，更有效地利用先验知识内在的结构关系对分割质量中隐含的结构特征，本论文主要研究内容是基于数据合并策略的图像分割质量评价技术。
　　本文首先简要介绍了图像分割及图像分割评价的背景及研究现状，接着梳理了图像分割评价方法的分类、研究内容及评价准则，然后介绍了本论文所使用的数据库，包括Berkeley自然图像库及实验室自建的图像分割质量评价数据库。接着又详细介绍了Probabilistic Rand Index(PRI)、Variation of Information(VOI)和Global ConsistencyError(GCE)三种有监督图像分割评价算法，并给出各方法性能测试实验及结果。在此基础之上，分别将视觉显著性与分割质量合并至评价算法中，提出了一种基于视觉显著性改进有监督图像分割评价算法的方法和一种基于分割质量改进有监督图像分割评价算法的方法。随后，采用人为主观评价及元评价两种实验方式对两种改进后的评价算法性能进行评价，两种实验结果均表明，本文提出的基于数据合并策略的图像分割质量评价技术相较于原方法在准确度上有所提升。最后，设计并实现了一套图像分割质量评价软件系统，系统的基本功能完整，界面友好简洁，且操作方便。

目录

声明

摘要

第1章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 图像分割研究现状

1．2．2 图像分割质量评价研究现状

1．3 本文的研究内容

1．4 本文的组织结构

第2章 图像分割评价算法及数据库概述

2．1 概述

2．2 图像分割评价

2．2．1 图像分割主观评价

2．2．2 图像分割客观评价

2．3 数据库介绍

2．3．1 Berkeley自然图像库

2．3．2 微软COCO数据库

2．3．3 KITTI数据库

2．3．4 图像分割质量评价数据库

2．4 本章小结

第3章 有监督图像分割评价方法

3．1 概述

3．2 有监督评价算法介绍

3．3 有监督评价算法性能测试实验

3．4 本章小结

第4章 基于数据合并策略的图像分割质量评价

4．1 概述

4．2 基于视觉显著性区域的数据合并算法

4．2．1 视觉显著性算法概述

4．2．2 数据合并算法

4．3 基于分割质量的数据合并算法

4．3．1 分割质量概述

4．3．2 数据合并算法

4．4 本章小结

第5章 基于数据合并策略的图像分割质量评价实验结果及分析

5．1 概述

5．2 人为主观评价

5．3 元评价

5．4 实验结果分析

5．4．1 合并视觉显著性与原方法准确度对比实验

5．4．2 合并视觉显著性与原方法元评价对比实验

5．4．3 合并分割质量与原方法准确度对比实验

5．4．4 合并分割质量与原方法元评价对比实验

5．5 本章小结

第6章 图像分割质量评价软件系统

6．1 概述

6．2 原方法评价界面

6．3 图像视觉显著性区域提取界面和合并视觉显著性评价界面

6．4 合并分割质量评价界面

6．5 本章小结

总结和展望

致谢

参考文献

攻读硕士学位期间参与的科研项目