《表1 不同算法的指标对比》
由于基于RCC算法,本文算法不可以指定超像素的个数,所以不能有效地与其它的超像素分割算法进行各项指标上的对比。为了得到比较客观的结果,取本文算法分割后的超像素个数的平均值60作为参考,用60作为指定的超像素个数用于对比算法。但是FH也是不能指定超像素的个数的,所以在实验时通过调整参数使得FH分割得到的超像素个数的平均值与本文相同也是60。所有算法的参数和上文相同。本文在achievable segmentation accuracy(ASA),Boundary recall(BR),undersegmentation error(UE)以及运行时间等指标上进行了评估,实验结果如表1所示。本文算法结合了图像边缘信息,分割出的超像素更加贴合边界但是这些边界可能更多的是背景边界,所以在BR上较好但不突出。同时由于本文算法分割出的超像素形状较为不规则并且大小相差较大,所以在ASA和UE上存在不足。
图表编号 | XD0058031400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 庄美美、熊俊凯 |
绘制单位 | 福建广播电视大学泉州分校、西华大学 |
更多格式 | 高清、无水印(增值服务) |