《表1 各算法对应的IOU指标》
表1为图1中第1到第6张实验图,基于颜色特征ncut算法、基于纹理特征ncut算法、fcm算法、fcm_s1算法和文本算法的分割精度IOU指标对比。表2为图1中第1到第6张实验图分别基于颜色特征ncut算法、基于纹理特征ncut算法、fcm算法、fcm_s1算法和文本算法的假阳性率对比。从图1和表1、表2可以看出,本文提出的方法比传统只考虑单一特征的方法,在分割精度上有了明显提升,有较好的分割效果。同时采用超像素算法作预分割,减少了算法运行时间。实验还表明本文提出的方法不仅在遥感图像中适用,在自然风光图像中也有较好的分割效果。
图表编号 | XD00168913200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.15 |
作者 | 冒伟 |
绘制单位 | 上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |