基于边缘的图像分割无监督评估

本文关注计算机视觉中的一个基本问题:如何评估图像分割的质量。 有监督的评估方法比无监督的方法提供了更准确的评估,但是如果没有手动分割的参考细分,这些方法将无法工作。 该缺点限制了其应用。 我们提出了一种基于边缘的评估方法,该方法无需与参考细分进行比较即可使用。 我们的方法通过三种基于边缘的度量来评估分割质量:边缘适应度,区域内边缘误差和边界误差。 实验结果表明,与基于像素值统计的方法相比,该方法能提供更准确的评估结果,可用于分割评估和区域评估。 在我们的方法的评估得分与两种广泛使用的监督方法之间显示出显着的线性相关性。 所提出的方法在针对区域生长的最佳拟合参数的自动选择上显示出高性能。