数字图像处理方向学术论文
第一章 绪论 9 基于目标属性的方法、基于高阶概率分布和像素间相关信息的空域分割方法、以及局部自适应分割方法。为了比较不同阈值分割算法的性能，本文使用了四种量化评价指标，分别为错误分类误差、边缘失配、区域非均匀性和相对前景区域误差，除了区域非均匀性指标，其他三个指标的计算都需要使用参考（ground-truth）分割图像。四种评价指标的定义分别为：
(1) 错误分类误差（ME－Misclassification Error)[46]：对一幅图像的分割结果来说，由于错误分割而产生的错分像素个数是一个重要的分割质量评价指标。人们对此已经提出了许多不同的加权方法并借助于这个误差来评判图像的分割质量。错误分类误差反映分割图像中背景像素被错误划分为前景或前景像素被错误划分为背景像素的比例，ME定义为：
ME=1 BOIBT+FOIFT
BO+FO, （1-1）
其中，BO和FO分别表示参考分割图像中背景和目标区域的像素，BT和FT分别表
ME的取值 表示集合中像素的数目。
范围为[0,1]，ME=0表示像素的分类完全正确，而ME=1则表示分类完全错误。
(2) 边缘失配（EMM－Edge Mismatch)[47]：在二值化图像中应该具备的另一个重要特性是边缘图像的逼真度。边缘失配（EMM）是用于处理原始灰度图像的边缘图与二值化图像的边缘图之间差异性的一个惩罚因子，它反映分割图像中的边缘与原始灰度图像的边缘之间的差异，EMM定义为：
EMM=1 CE CE+ω[k∈{EO}δ(k)+αk∈{ET}δ(k)],（1-2）
其中，CE为参考分割图像和测试分割图像中共同存在的边缘像素点个数，EO是
ET是测试图像中相测试分割图像中相对于参考分割图像多出的边缘像素点集合，
对参考分割图像丢失的边缘像素点集合，ω和α为惩罚因子，函数δ(k)定义为：
dk, if dk< maxdistδ(k)= Dmax, otherwise
.（1-3）
在式1-3中，dk是EO或ET中的第k个多余边缘像素点与参数maxdist定义的搜索区域中的互补像素点之间的欧氏距离。以上公式中的参数一般取值为：maxdist=0.025N，N=NrowsNcols（Nrows和Ncols分别为图像的行数和列数），Dmax=0.1N， ω=，α=2。 (3) 区域非均匀性（NU－Region Non-Uniformity)[48]：反映分割图像中区域内部灰度值的一致性，在一定程度上反映了图像的分割效果。分割后图像区域的一致性反映了分割结果的好坏，该特性可以通过计算区域内的特征方差而得到。也