[發明專利]一種紋樣圖像分割算法評價方法

有效

• 申請號: 202110515384.0
• 申請日: 2021-05-12
• 公開（公告）號: CN113112515B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 趙海英;朱會
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/13;G06T5/00;G06V10/774
• 代理公司: 北京世譽鑫誠專利代理有限公司 11368
• 代理人: 任欣生

本發明涉及一種紋樣圖像分割算法評價方法，包括：收集傳統紋樣圖像，使用圖像標注工具對傳統紋樣圖像中的多個目標進行像素級標注，通過標注生成原圖對應的標簽灰度圖，形成數據集，并將數據集劃分為訓練集和驗證集兩部分；使用訓練集訓練分割模型，當損失函數收斂時停止，將驗證集中傳統紋樣圖像輸入模型，獲得對應的預測語義圖；將分割模型所輸出的圖像與驗證集中真實圖像作對比，分別從準確率、均交并比、邊緣一致性、交互復雜度等方面進行衡量，得到客觀指標；綜合上述客觀指標，通過設置指標權重，獲得能夠綜合評價紋樣圖像語義分割效果的單一指標。本發明可實現對紋樣圖像語義分割的評價，可以獲得有效的評價結果。

技術領域

本發明涉及計算機圖像處理技術領域，特別是涉及一種圖像分割評價方法。

背景技術

用戶對獲得有意義的圖案有迫切的需求，使用圖像分割技術可以提取出圖像中的目標。圖像分割是計算機圖像處理中最為基礎和重要的領域之一，它是由圖像處理到圖像分析的關鍵步驟，是各種學者研究的熱點之一。

圖像分割是把圖像分成若干個特定的、具有獨特性質的區域并提出感興趣目標的技術和過程，這些區域是具有一定含義的，同一區域內的像素具有某種相似的性質，比如顏色相似、語義相似。

當前傳統紋樣圖像的分割過程中仍有諸多挑戰，一方面紋樣圖案的載體廣泛，比如服飾、壁畫、瓷器等，得到的圖像的紋理復雜，導致分割效果不佳；另一方面分割算法的魯邦性較差，對傳統紋樣圖像的分割質量參差不齊。現有的模型評價方法多都是從單一評價指標評價分割算法的性能，因而并不能很好地篩選出對傳統紋樣圖案性能更好地分割算法。

發明內容

本發明的目的在于，克服現有分割評價方法的上述缺點，提供一種紋樣圖像分割算法評價方法。

本發明提供的傳統紋樣圖像分割評價方法，其特征在于：包括以下步驟：

步驟1、收集若干傳統紋樣圖像，人工對傳統紋樣圖像中的實例對象進行標注并得到相應的標簽灰度圖，從而獲得由傳統紋樣圖像和對應標簽灰度圖組成的數據集；將所述數據集隨機劃分為訓練集和驗證集；

步驟2、使用訓練集訓練語義分割模型，設定語義分割模型的語義種類數量等于標簽灰度圖的標簽種類數量n，直至能量函數收斂，訓練結束；

步驟3、使用驗證集中的圖像對訓練完成的語義分割模型進行驗證：

3.1、計算圖像預測的準確率PA

使用訓練完成的語義分割模型對驗證集中的傳統紋樣圖像進行分割，獲得預測語義圖，并根據下式計算預測語義圖的準確率

p_ij表示標簽為i的類別被預測為標簽j的像素數量，則p_ii表示標簽為i的類別被預測為標簽i的像素數量，即正確預測的數量，p_ji則表示標簽為j的類別被預測為標簽i的像素數量；

3.2、計算預測語義圖的均交并比MIoU

根據預測語義圖和對應的標簽灰度圖進行計算均交并比MIoU

3.3、計算預測語義圖的邊緣準確率EA；

獲取預測語義圖和標簽灰度圖的邊緣輪廓，然后根據下式計算的預測語義圖邊緣準確率EA

E_ii表示邊緣像素標簽為i的類別被正確預測的像素數量，E_ij表示為邊緣像素標簽為i的類別被預測為標簽j的像素數量

3.4、計算交互復雜度IA