图像分割质量评价技术探究

报告人：彭博

报告时间：20xx年x月x日

处于信息时代的我们，随处都在和图像交往。因此图像处理技术是我们生活必不可分的技术。而且，我们已经进入了大数据时代，各种图像，视频，音频信息的传输、储存以及处理是目前较新较热的研究方向。因此彭博老师给我们作了图像分割质量评价技术探究的报告。彭博老师,工学博士，讲师。20xx年x月于香港理工大学计算系获得博士学位。研究方向包括图像分割算法、图优化算法、模式识别等。

本次讲座的主要内容为：图像分割是计算机视觉和图像处理领域中一个重要且具挑战性的研究问题。图像分割质量的评价对分割算法的理论发展和实际应用都有重要的影响，然而目前还缺乏成熟完善的图像分割质量评价体系。本报告从视觉感知的角度出发对图像分割质量进行评价，构建图像分割质量评价的新理论和方法，弥补现有统计学等计算方法在该领域能力的不足。内容包括： 1. 基于参考分割（有监督） 的质量评价，建立包含多个参考分割的图像数据库，设计基于边界/像素点和区域的评价方法，讨论分析这些方法在评价中的性能表现。 2. 无参考分割的质量评价，研究统计学意义下具有较稳定属性特征的低层边界结构对图像目标的表达能力，通过模式识别和机器学习方法设计在线评价算法。

通过本次讲座，让我对计算机视觉和图像处理领域有了一些了解，并且对图像分割质量的评价标准和评价算法有了初步的了解。另外，我通过查阅资料，还了解到：图像分割是低层次图像分析和机器视觉最重要的一步,这是因为图像分割结果的好坏直接影响着后续的处理,例如特征提取和量化。然而,尽管对图像分割已经进行了大量的研究,并已提出了上千种分割算法,但大部分分割算法都是针对具体问题提出的,尚没有一种适合于所有图像的通用的分割算法。在另一方面,由于缺少通用的选择标准,在实际应用中选择一个合适的分割算法是很困难的,需要反复的进行实验。研究图像分割质量评价则可以很好的克服上述困难。

图像分割质量评价,就是通过对图像分割算法的性能研究来筛选出更优的分割算法,以达到优化分割的目的。为使评价方法实用准确,对评价方法提出了以下基本要求:

⑴应具备通用性,即所选定的评价方法能够适用于不同的分割算法及各种应用领域。

⑵应采用定量的和客观的性能评价准则,这里的定量是指能够客观的描述算法的性能,客观是指评价的结果脱离人为因素的干扰。

⑶应选取通用的图像作为参照进行测试以使各评价结果具有可比性,这些图像应尽可能的反映客观世界的真实情况和实际应用的共同特点。

对图像分割质量的评价是基于一定的评价准则的,这些准则的切入点、原理各不相同,通过对众多现有评价准则的归纳,可以将它们分为以下两类:⑴直接研究分割算法本身的原理特性,通过分析和推理得到算法的性能分析结论,可称之为分析法;⑵根据分割所得图像的质量测度来评判分割算法的性能分析结论,可称之为实验法。