全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于多层次灰关联分析的图象分割性能评估

DOI: 10.11834/jig.2003010409

Keywords: 计算机图象处理(520?6040),灰色关联度,层次分析法,信息融合,自动目标识别,分割,性能评估

Full-Text   Cite this paper   Add to My Lib

Abstract:

图象分割是自动目标识别系统(ATRS)的关键部分,它是一种基本的图象分析技术,作为图象分析的重要步骤在许多图象应用分析中都是必不可少的,其结果直接影响到其后的信息处理过程.分割算法性能的评估是ATRS离线评估的重要组成之一.根据信息融合与系统工程思想,提出了基于多层次灰色关联度分析的图象分割性能评估模型,该方法综合信息融合、灰色系统和层次分析法等新兴学科精华而成,该方法既可以从整体上进行评估、又可以从某个侧面进行评估.文中给出了该方法同以往方法的实验对比,应用实例显示,它在现有文献的基础上提高了数据的离散性,便于区分不同分割算法的性能,克服了以往方法的奇异性和不灵敏性,它在分割算法的性能评估方面比其他方法更为有效、合理,从而使评判更易进行.

References

[1]  [1]Bennett L F. Knowledge-based evaluation of the segmentation component in automatic pattern recognition systems [J]. Optical Engineering, 1991,30(2) :154~165.
[2]  [4]Ng W S, Lee C K. Comment on using the uniformity measure for performance measure in image segmentation [J ]. IEEE Transaction on Pattern Analysis and Machine Intelligence,1996,18(9) : 933~934.
[3]  [6]Cho K, Meer P, Cabrera J. Performance assessment through bootstrap [J]. IEEE Transaction on Pattern Analisys and Machine Intelligence, 1997,19(11) : 1185~1198.
[4]  [8]高文,陈熙霖.计算机视觉--算法与系统原理[M].北京:清华大学出版社,1999:203~218.
[5]  [2]邓雁萍,李介谷.图像分割的性能评估[J].模式识别与人工智能,1996,9(2):144~148.
[6]  [3]Schneidewind N F. Validating metrics for ensuring space shuttle flight software quality[J]. Computer,1994,39(8): 50~57.
[7]  [5]候格贤,毕笃彦,吴成柯.图象分割质量评价方法研究[J].中国图象图形学报,2000,5A(1):39~43.
[8]  [7]狄宇春.基于灰色系统分析的图象分割性能评估[D].上海:上海交通大学,1999.
[9]  [9]赵艳林,韦树英,梅占馨.灰色关联分析的一种新的理论模型[J].系统工程与电子技术,1998,20(10):36~39.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133