圖像分割質(zhì)量的協(xié)同評價框架設(shè)計與實(shí)現(xiàn).pdf

1、圖像分割是圖像處理分析中的關(guān)鍵步驟，是將原始圖像劃分為多個不同區(qū)域并從中找出人們感興趣的目標(biāo)的過程。目前已提出了大量不同類型的分割算法，但也由于缺乏普遍適用的分割理論，還沒有一種普遍適用的分割算法能處理所有類型的圖像。因此，對圖像分割質(zhì)量的評價逐漸成為圖像分割領(lǐng)域的重要研究內(nèi)容。集成學(xué)習(xí)是使用一系列學(xué)習(xí)器進(jìn)行學(xué)習(xí)，并采用某種方式把各學(xué)習(xí)結(jié)果進(jìn)行整合從而獲得比單個學(xué)習(xí)器更好的學(xué)習(xí)效果的一種機(jī)器學(xué)習(xí)方法。
　　本文首先概述圖像分割技術(shù)

2、和圖像分割評價相關(guān)的國內(nèi)外研究現(xiàn)狀;討論并分析圖像分割評價的主要方法，特別是實(shí)驗(yàn)評價法中的有監(jiān)督評價法和無監(jiān)督評價法;然后介紹了本課題所使用的圖像數(shù)據(jù)庫，詳細(xì)描述了自建的圖像分割質(zhì)量評價數(shù)據(jù)庫的設(shè)計與實(shí)現(xiàn)，以及魏茲曼圖像分割數(shù)據(jù)庫;接著具體研究了BDE、RI、VOI、GCE四種有監(jiān)督圖像分割評價算法和基于灰度值、梯度方向、紋理特征的無監(jiān)督圖像分割評價指標(biāo)，給出了各方法的評價性能結(jié)果;隨后介紹了機(jī)器學(xué)習(xí)的相關(guān)知識，包括貝葉斯分類和Real

3、 Adaboost集成學(xué)習(xí)等。在此基礎(chǔ)上，通過引入機(jī)器學(xué)習(xí)中的集成學(xué)習(xí)思想對現(xiàn)有評價算法進(jìn)行改進(jìn)，提出了一種用集成學(xué)習(xí)方法改進(jìn)有監(jiān)督圖像分割評價的方法和一種用集成學(xué)習(xí)方法改進(jìn)無監(jiān)督圖像分割評價的方法;并利用以上兩種新評價方法，設(shè)計實(shí)現(xiàn)了一個基于學(xué)習(xí)的圖像分割質(zhì)量協(xié)同評價框架。最后以自建的數(shù)據(jù)庫和魏茲曼圖像分割數(shù)據(jù)庫為基礎(chǔ)進(jìn)行實(shí)驗(yàn)，測試比較各評價算法、評價指標(biāo)以及評價框架的評價準(zhǔn)確度。實(shí)驗(yàn)結(jié)果表明，本文提出的基于學(xué)習(xí)的圖像分割質(zhì)量協(xié)同評價