《表1 图5所示方法的参数设置及性能指标》
采用式(21)~(23)对图5的二值轮廓图进行定量的指标分析,获得最优的效果参数,具体结果如表1所示。从表1可知,定量的性能指标基本与图5的定量描述一致。GD方法的漏检率eFN较小,表明获得的轮廓较完整,而误检率eFP非常大,并没有对背景纹理进行抑制,整体P值不太理想。CORF方法相比于GD方法误检率显著减少,但漏检率较高,说明纹理区域并未有效的抑制,还存在大量的毛刺在轮廓周边,P值虽有提高,但整体效果不佳。ISO方法总体上在误检和漏检之间达到了一个平衡,整体性能上有较大的改善,但有些图的误检和漏检还存在较大的差异,如lions图像,漏检率比误检率大得多,且从图5中发现图像主体轮廓具有部分残缺。而MCI方法在大多数情况下有较低的误检率和漏检率,但整体却并没有表现出太大的优势。而文献[6]方法的误检率eFP相对偏高,导致P值较低,轮廓边缘存在毛刺现象。文献[7]方法的误检率eFP和漏检率eFN相对平衡,且在大部分情况下都比前几种方法小,最终的性能指标仅次于本文方法。本文方法在随机挑选的5幅图的实验结果中,误检率保持较低水平的同时,依然能保持较合理的漏检率,同时实验结果的P在对比的几种方法中都能取得最好值,明显优于表1中前6种方法,进一步从定量的角度验证了本文方法的有效性。
图表编号 | XD00195407400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.15 |
作者 | 方琳灵、范影乐、房涛、武薇 |
绘制单位 | 杭州电子科技大学模式识别与图像处理实验室、杭州电子科技大学模式识别与图像处理实验室、杭州电子科技大学模式识别与图像处理实验室、杭州电子科技大学模式识别与图像处理实验室 |
更多格式 | 高清、无水印(增值服务) |