文档帮助中心文档
用于图像分割的Sørensen-Dice相似系数
相似度=骰子(BW1 BW2)
相似度=骰子(L1, L2)
相似度=骰子(C1, C2)
例子
相似=骰子(BW1,BW2)计算二值图像之间的Sørensen-Dice相似系数BW1和BW2.
相似=骰子(BW1,BW2)
相似
BW1
BW2
相似=骰子(L1,L2)计算标签图像中每个标签的Dice索引L1和L2.
相似=骰子(L1,L2)
L1
L2
相似=骰子(C1,C2)计算分类图像中每个类别的Dice索引C1和C2.
相似=骰子(C1,C2)
C1
C2
全部折叠
读取带有要分割的对象的图像。将图像转换为灰度,并显示结果。
一个= imread (“hands1.jpg”);I = im2gray(一个);图imshow(我)标题(原始图像的)
使用活动轮廓(蛇)分割手。
掩码= false(大小(I));面具(25:end-25 25: end-25) = true;BW = activecontour(I, mask, 300);
读在地面真理分割。
BW_groundTruth = imread (“hands1-mask.png”);
根据地面真实值计算活动轮廓分割的Dice指数。
相似=骰子(BW, BW_groundTruth);
把面具一个接一个地展示出来。颜色表示面具的不同。
figure imshowpair(BW, BW_groundTruth) title(['骰子索引= 'num2str(相似性)))
这个例子展示了如何将图像分割成多个区域。然后该示例计算每个区域的Dice相似系数。
读取带有几个区域要分割的图像。
RGB = imread (“yellowlily.jpg”);
为三个区域创建涂鸦,以区分它们的典型颜色特征。第一个地区对黄花进行了分类。第二个区域是绿色茎和叶的分类区。最后一个区域将棕色污垢分类为图像的两个独立斑块。区域由一个4元素向量指定,其中的元素表示ROI左上角的x坐标和y坐标、ROI的宽度和ROI的高度。
Region1 = [350 700 425 120];% [x y w h]格式BW1 = false(大小(RGB, 1),大小(RGB, 2));BW1 (region1 (2): region1 region1 (2) + (4), region1 (1): region1 (1) + region1 (3)) = true;Region2 = [800 1124 120 230];BW2 = false(大小(RGB, 1),大小(RGB, 2));BW2 (region2 (2): region2 region2 (2) + (4), region2 (1): region2 (1) + region2 (3)) = true;Region3 = [20 1320 480 200;1010 290 180 240];BW3 = false(大小(RGB, 1),大小(RGB, 2));BW3 (region3(1、2):region3(1、2)+ region3(1、4),region3 (1,1): region3 (1,1) + region3(1、3))= true;BW3 (region3 (2, 2): region3 (2, 2) + region3(2、4),region3 (2, 1): region3 (2, 1) + region3(2、3))= true;
在图像的顶部显示种子区域。
imshow (RGB)在visboundaries (BW1“颜色”,“r”);visboundaries (BW2“颜色”,‘g’);visboundaries (BW3“颜色”,“b”);标题(“种子区域”)
采用基于测地线距离的颜色分割方法将图像分割为三个区域。
L = imseggeodesic (RGB, BW1、BW2 BW3,“AdaptiveChannelWeighting”,真正的);
加载图像的地面真值分割。
L_groundTruth =双(imread (“yellowlily-segmented.png”));
将分割结果与ground truth进行视觉对比。
图蒙太奇({label2rgb (L), label2rgb (L_groundTruth)})标题(“分割结果的比较(左)和地面真相(右)”)
计算每个分割区域的Dice相似度指数。第二个区域的Dice相似性指数明显较小。这个结果与分割结果的视觉对比是一致的,分割结果将图像右下角的污垢错误地分类为叶子。
骰子(L, L_groundTruth)
相似度=3×10.9396 0.7247 0.9139
第一个二进制映像,指定为任意维度的逻辑数组。
数据类型:逻辑
逻辑
第二个二进制映像,指定为与之大小相同的逻辑数组BW1.
第一个标号图像,指定为任意维的非负整数数组。
数据类型:双
双
第二个标号图像,指定为大小相同的非负整数数组L1.
分类
第一个分类图像,指定为分类任意维数的数组。
数据类型:类别
类别
第二类图像,指定为分类大小相同的数组C1.
骰子相似系数,返回为数值标量或数值向量,其值范围为[0,1]。一个相似为1表示两幅图像的分割是完全匹配的。如果输入数组是:
二进制图像,相似是一个标量。
标签的图片,相似是一个向量,其中第一个系数是标签1的Dice索引,第二个系数是标签2的Dice索引,以此类推。
分类图片,相似是一个向量,其中第一个系数是第一个类别的Dice索引,第二个系数是第二个类别的Dice索引,以此类推。
两组骰子的相似系数一个和B表示为:
骰子(一个,B) = 2 * |十字路口(一个,B) | / (|一个| + |B|)
骰子
十字路口
在|一个|表示集合的基数一个.Dice指数也可以用真阳性表示(TP)、假阳性(《外交政策》)及假阴性(FN):
骰子(一个,B) = 2 *TP/ (2 *)TP+《外交政策》+FN)
Dice指数与Jaccard指数的关系如下:
骰子(一个,B) = 2 *jaccard(一个,B) / (1 +jaccard(一个,B) )
jaccard
jaccard|bfscore
bfscore
如果你有一个修改的版本,你就会喜欢它。您想再修改一下吗?
Hai fatto clic su un collegamento che corto comando MATLAB:
Esegui il comando inserendolo nella finestra di comando MATLAB。我浏览器web非supportano金宝app I命令MATLAB。
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系