[發明專利]基于像素確定性度的對象分割視覺質量評分方法

有效

• 申請號: 202011280259.8
• 申請日: 2020-11-16
• 公開（公告）號: CN112785618B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 史冉;阮雨錚
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T7/194
• 分類號: G06T7/194;G06T7/11;G06T7/62
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 朱沉雁

1.一種基于像素確定性度的對象分割視覺質量評分方法，其特征在于，步驟如下：

步驟1、通過相機采集照片作為目標圖像，對目標圖像分別進行人工分割和機器分割，確定人工分割結果和機器分割結果，并將分割結果分別轉換為二值圖像，識別兩種分割結果各自的白像素點和黑像素點，求出白像素點的交集和并集；

步驟2、根據每個白像素點的確定性度分配不同的權重，對匹配像素點加權求和，求得匹配像素分數score1，具體如下：

步驟2-1、根據每個白像素點i的確定性度C(i)，為其分配一個權值W_TP：

W_TP(i)＝-log₂C(i) 其中，i∈TP (1)

其中D(i)是i到真值邊界的最短距離，σ為指數函數的帶寬；

步驟2-2、對所有匹配像素點加權求和，求得匹配像素分數score1：

score1＝∑_i∈TPW_TP(i) (3)

步驟3、人工分割結果與機器分割結果的白像素點并集包括匹配像素點集合和不匹配像素點集合，將不匹配像素點集合分為四種不同錯誤類型，根據不匹配像素點集合中每個白像素點的確定性度分配不同權重求和，得到不匹配像素分數score2，具體如下：

步驟3-1、人工分割結果與機器分割結果的白像素點并集包括匹配像素點集合和不匹配像素點集合，匹配像素點集合即交集TP，匹配像素分數score1，將不匹配像素點集合分為四種不同錯誤類型，轉入步驟3-2；

步驟3-2、以人工分割結果作為參考結果，將參考結果中的白像素點個數記為G，轉入步驟3-3；

步驟3-3、將機器分割結果與人工分割結果進行對比，判斷是否存在多出區域或缺少區域：

若機器分割結果比人工分割參考結果多出區域，則多出區域的像素點集合記為T：

T＝abs(U-G) (4)

轉入步驟3-4；

若機器分割結果比人工分割參考結果缺少區域，則缺少區域的像素點集合記為F：

F＝abs(TP-G) (5)

轉入步驟3-6；

步驟3-4、在多出區域的像素點集合T中，與真值邊界最短距離為1的像素點j的集合即是添加背景AB，根據添加背景AB的確定性度，為其分配一個權值W_AB：

W_AB(j)＝1+log₂C(j)其中，j∈AB (6)

計算得到添加背景AB的不匹配像素分數score2_AB：

score2_AB＝∑_j∈ABW_AB(j) (7)

轉入步驟3-5；

步驟3-5、在多出區域的像素點集合T中，遍歷像素點，與真值邊界最短距離不為1的像素點的集合即是添加區域AR，根據添加區域AR的確定性度，為其分配一個權值W_AR＝1，計算得到添加區域AR的不匹配像素分數score2_AR：

score2_AR＝A(AR) (8)

其中A(AR)為添加區域AR的面積，轉入步驟3-8；

步驟3-6、在缺少區域的像素點集合F中，遍歷像素點，與真值邊界相連通的像素點k的集合即是邊界孔BH，根據邊界孔BH的確定性度，為其分配一個權值W_BH：

W_BH(k)＝1+log₂C(k) 其中，k∈BH (9)

計算得到邊界孔BH的不匹配像素分數score2_BH：

score2_BH＝Σ_j∈BHW_BH(k) (10)

轉入步驟3-7；

步驟3-7、在缺少區域的像素點集合F中，遍歷像素點，與真值邊界不連通的像素點k的集合即是內孔IH，根據內孔IH的確定性度，為其分配一個權值W_IH＝1，計算得到內孔IH的不匹配像素分數score2_IH：

score2_IH＝A(IH) (11)

轉入步驟3-8；

步驟3-8計算不匹配像素分數score2：

score2＝score2_AB+score2_BH+score2_AR+score2_IH

＝∑_j∈ABW_AB(j)+Σ_j∈BHW_BH(k)+A(AR)+A(IH) (12)

步驟4、根據匹配像素分數score1與不匹配像素分數score2，求得最后得分score，用于評價機器分割圖像的質量。