两张图片之间的相似度测量

Question

我目前正在使用MATLAB实现图像分割，我有两种实现方法。

1. 将图像分割为两个区域 - 前景和背景。
2. 将图像分割为多个区域 - 比如说3个或4个分割区域。

我正在尝试计算分割图像与基准真值（手动分割图像）之间的相似度测量，使用dice系数或Jaccard指数。这对于被分成两个区域的分割图像效果很好。这是通过以下代码实现的：

dice = 2*nnz(segIm&grndTruth)/(nnz(segIm) + nnz(grndTruth))

点击这里

这需要segIm和grndTruth具有相同的尺寸。它们还必须是数字或逻辑形式。

然而，我没有找到一种方法来应用这个度量来比较多区域分割图像的相似性。有人能告诉我如何在我的应用程序中使用dice系数吗？

编辑：关于nkjt的建议，我已经进行了基本实现，并在下面给出了结果。请随意升级代码以获得更好的准确性。

我考虑两个矩阵形式的图像。A是分割图像，B是手动标记的真值。上述建议实现的matlab代码如下所示。请检查并给出您的想法。

A=[1 2 3 4;1 2 3 4;1 2 3 4;1 2 3 4]
B=[1 3 4 4;1 1 3 4;1 2 3 4;1 2 3 1]
%//First Suggestion
dice = 2*nnz(A==B)/(nnz(A) + nnz(B))
%//2nd Suggestion
A1=(A==1);B1=(B==1);
A2=(A==2);B2=(B==2);
A3=(A==3);B3=(B==3);
A4=(A==4);B4=(B==4);
dice = (2*nnz(A1&B1)/(nnz(A1) + nnz(B1))...
        +2*nnz(A2&B2)/(nnz(A2) + nnz(B2))...
        +2*nnz(A3&B3)/(nnz(A3) + nnz(B3))...
        +2*nnz(A4&B4)/(nnz(A4) + nnz(B4)))/4

请注意：我想知道在三相和四相分割图像中是否可以应用Hausdorff距离度量？

编辑：我有一个新的问题。如果假设图像有4个区域，并且已经根据以下示例正确地进行了分割： 如果现在使用不同的强度值来表示不同的区域，则使用Dice系数将得到两个不同的分割结果。对于分割区域1，我有dice = 1，对于Segmented Region 2，我有dice = 0.75。但是这两个结果都是准确的。如何修改我的代码，使分割结果反映Dice系数的答案？

- roni

---

请解释一下如何使用regionprops来比较图像的相似度？ - roni

可能是如何测试分割算法的准确性？的重复问题。 - Shai

Answer 1

Arbel´aez等人的工作描述了比较图像分割算法结果的几种方法。请参见第3.1节及其子节。

我相信他们的项目网页上可以找到一些Matlab代码。

Berkeley分割数据集(bsds500)是图像分割社区中一个被广泛接受的基准数据集。

- Shai

Answer 2

你可能需要研究一些用于分割的措施，例如标准化概率兰德指数。

但是，我看到有两种可能的方法可以在现有代码的基础上快速处理某些事情。

1）不要使用逻辑图像和&，而是使用：

dice = 2*nnz(segIm==grndTruth)/(nnz(segIm) + nnz(grndTruth));

这里的segIm和grndTruth都应该是数值型的（最好是整数，其中前景区域的值为1、2、3等）。

2）针对每个前景区域，从segIm和grndTruth中生成一组二进制图像，并为每个区域定义一个Dice系数。

- nkjt

---

谢谢，我会研究一下。假设图像被分成4个区域，每个区域的地面真实值和分割图像都为1、2、3和4。你认为你的代码在这种情况下能够工作吗？ - roni

请问您能更详细地解释一下您的第二种方法吗？这将对我非常有帮助。 - roni

只要图像大小相同，那行代码就应该能用。对于第二个问题，你可以通过类似 segIm1 = segIm == 1 的方式创建一个黑白图像。然后，segIm1 和 grndTruth1 的 Dice 系数就是“区域1的分割有多接近”，以此类推。如果你预计某些区域比其他区域更容易分割，这可能会有所帮助。 - nkjt

是的，看起来不错 - 请注意，这种比较类型并不真正能够抵御某些类型的错误。例如，如果您想要计算图像中有多少个对象，您应该使用一种度量标准，惩罚将对象连接在一起或将单个对象分成部分的错误。很多事情取决于您的目标是什么。 - nkjt

对于边界比较？可能是（再次取决于图像类型和重要的度量标准）。这里有一篇文献中的示例实现：midag.cs.unc.edu/pubs/papers/MICCAI01-gerig-valmet.pdf‎ - nkjt