[发明专利]一种基于区域相关信息熵的图像分割质量评价方法

摘要

本发明公开了一种基于区域相关信息熵的图像分割质量评价方法，基于图像分割的本质，从区域之间的异质性角度，引入非线性的区域相关信息熵作为评价测度，通过对各个图像分割算法针对相同目标图像得到的图像分割结果，即各个图像区域，计算区域间的非线性相关信息熵，根据不同的区域相关信息熵来评价这些不同算法的分割质量，区域相关信息熵越小，对应的图像分割算法的图像分割质量越好。本发明能够在闭区间[0,1]上给出定量的评价结果，并且该评价结果的具有较高的精度和有效性，适用于较为精确的图像分割质量评价场景。

主权项

1.一种基于区域相关信息熵的图像分割质量评价方法，其特征在于，包括以下步骤：S1：采用待评价分割算法T₁和参考分割算法T₂分别将目标图像I进行分割，得到不同的分割结果Θ_i,i＝1,2，每个分割结果得到的区域个数记为M_i，分割结果Θi=∪jMiΩj(i),j=1,2,...,Mi,]]>为分割结果Θ_i的区域；S2：对于每个分割结果Θ_i中的M_i个区域区域中的像素用灰度值保持原值，将区域外的像素灰度值全部记为0，得到对应的扩展灰度图像；将每个区域对应的扩展灰度图像以行优先法展开为一维离散随机变量变量取值个数均为N，N为目标图像I的像素数量；计算两两随机变量和之间的非线性相关系数随机变量与其自身的非线性相关系数S3：利用步骤S2中每个分割结果Θ_i的所有非线性相关系数构造分割结果Θ_i的非线性相关矩阵R_i：Ri=1ρ1,2(i)···ρ1,Mi(i)ρ2,1(i)1···ρ2,Mi(i)············ρMi,1(i)ρMi,2(i)···1]]>S4：计算每个非线性相关矩阵R_i的M_i个特征值λ_p,p＝1,2,…,M_i，根据特征值计算每个分割结果Θ_i的区域相关信息熵：Λi=1+Σp=1MuλpMilogMiλpMi;]]>S5：比较待评价分割算法T₁和参考分割算法T₂的区域相关信息熵，如果Λ₁＞Λ₂，则参考分割算法T₂得到的图像分割结果优于待评价分割算法T₁得到的图像分割结果的质量；如果Λ₁＜Λ₂，则待评价分割算法T₁得到的图像分割结果优于参考分割算法T₂得到的图像分割结果的质量；如果Λ₁＝Λ₂，则两种分割算法得到图像分割结果质量相同。