《表2 本文方法与其他算法分割结果的性能评估Tab.2 The performance evaluation of this paper》
从以上指标可以得出,PRI越高,VOI,BDE越小,则分割结果的性能越好.本文分割方法与Normalized cut(Ncut)[6],Mean Shift[22],Ultrametric Contour Maps(UCM)[23],Segmentation by Aggregating Superpixels(SAS)[24],SLIC-DBSCN算法以及PO算法的量化比较如表2所示,其中文献[6]、[22]、[23]、[24]的性能量化数据来自于文献[2],实验数据集采用BSD.
图表编号 | XD0026341100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.25 |
作者 | 余洪山、张文豪、杨振耕、李松松、万琴、林安平 |
绘制单位 | 湖南大学电气与信息工程学院、机器人视觉感知与控制技术国家工程实验室、湖南大学深圳研究院、湖南大学电气与信息工程学院、机器人视觉感知与控制技术国家工程实验室、湖南大学电气与信息工程学院、机器人视觉感知与控制技术国家工程实验室、湖南大学深圳研究院、湖南大学电气与信息工程学院、机器人视觉感知与控制技术国家工程实验室、湖南大学电气与信息工程学院、机器人视觉感知与控制技术国家工程实验室、湖南大学电气与信息工程学院、机器人视觉感知与控制技术国家工程实验室 |
更多格式 | 高清、无水印(增值服务) |