image processing - umbral - Cómo probar la precisión del algoritmo de segmentación?

segmentacion de imagenes matlab

Question

Estoy lidiando con un problema de clasificación de imágenes. Antes de la clasificación, las imágenes deben ser segmentadas. Intenté varios métodos. Mi pregunta es "¿cómo puedo probar la precisión de la segmentación?". Planeo comparar la imagen binaria final con la imagen binaria correcta en función de las diferencias de píxeles para obtener una tasa de éxito. ¿Hay una forma más eficiente de comparar los bordes de dos imágenes binarias, en lugar de esto?

Answer 1

Un enfoque habitual es usar la relación del área total de la posición correcta del objeto en comparación con el área del objeto detectado que cae en la posición correcta.

Si sus áreas no son uniformes, será algo así como (píxeles en el área detectada que coinciden con la verdad del suelo) / número total de píxeles en la segmentación de la verdad del suelo.

en la imagen a continuación: count (gray) / (count (black + grey))

Una medida que debe considerar también es una relación del área de detección en comparación con el área de verdad del suelo, porque es posible que tenga una detección que cubra toda la imagen y que tenga una puntuación del 100% de precisión en la fórmula anterior.

Answer 2

Creo que se deben usar múltiples medidas cuando quiera evaluar su resultado de segmentación. La precisión (la proporción del área correctamente segmentada sobre la verdad del suelo) no es suficiente. Debido a que su segmentación también puede cubrir el área que no está en la verdad del suelo. Por lo tanto, sugiero que pueda usar las siguientes medidas para evaluar su resultado de segmentación:

1. Tasa de verdadero positivo: el área de segmentación correcta en toda el área que segmentó.
2. Tasa de falsos positivos: el área que no está en la verdad del terreno pero que está en su resultado en toda el área que segmentó.
3. Exactitud
4. Puntuación de F1: una medida integrada (ver: http://en.wikipedia.org/wiki/F1_score )

Answer 3

La medición de la calidad de la segmentación de imágenes es un tema bien estudiado en la comunidad de visión por computadora.

Puede ver este método que es adecuado para segmentaciones binarias. También existe este método para segmentos múltiples y también para precisión de límites.

Answer 4

¿Y qué feliz sería si el objeto de verdad del suelo se detecta en 1000 pequeños segmentos que cubren perfectamente el área?