我正在验证应用于 2D 图像的图像分割算法。该算法生成轮廓段,即在 2D 空间中形成自由曲线的一组连接像素。这个想法是将这组像素与地面实况进行比较,在我的例子中是由专家手动追踪的另一个轮廓段。显示分割结果和相应的手动(真实)分割的图像如下所示:
我正在尝试考虑一个足够的比较指标来验证分割结果。理想情况下,最佳度量是每个段上相应像素对之间的点对点欧氏距离,但是(如上图所示)这些段的长度不同(即像素总数不同)因此必须放弃像素到像素的比较。
您能否建议我一个足够的指标来验证我的算法?感谢您的任何建议!
最佳答案
对于地面实况中的每个像素,获取到分割结果中最近的像素的距离。然后将所有地面实况像素的总和作为总误差。
这基本上是按距离加权的召回率。如果从结果中的像素开始,它会类似于精度。
关于image-processing - 两个开放轮廓的比较度量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12860185/