pborsotti

Synopsis

Description

L'opérateur pborsotti calcule un critère de qualité pour l'évaluation d'une segmentation d'une image de niveaux de gris, de couleur ou multispectrale tel que défini par M. Borsotti^*.

La mesure est définie à partir de trois critères :

• les regions doivent être uniformes et homogènes ;
• l'intérieur des regions doit être simple sans trop de petits trous ;
• les régions adjacentes doivent présentées des valeurs différentes pour des caractéristiques d'uniformité.

La mesure est calculée comme suit :

F(I) = (1/(1000*A)) * sqrt(N) * sumR [ (ei2 / (1+log(Ai)) + (R(Ai)/ Ai)2)]

• A est la surface totale des régions.
• Ai est la surface de la région i.
• N est le nombre de régions.
• R(Ai) est le nombre de régions qui ont la même surface que Ai.
• ei est défini comme la somme des distances euclidiennes entre le vecteur couleur du pixel de la région i et le vecteur couleur attribuée à la région i.

L'équation précédente est composée de trois termes :

1. un facteur de normalization qui prend en compte la taille de l'image ;
2. un facteur de pénalization pour un sous-segmentation ;
3. la somme est composée de deux partie :
   • une pénalisation pour les petites régions et les régions hétérogènes ;
   • une pénalisation pour les régions de petite taille (sur-segmentation).

Plus la valeur est petite, meilleure est la segmentation.

Attention: Les régions de label=0 ne sont pas prises en compte pour la mesure.

Entrées

• rg_in: une carte de région.
• im_in: une image.

Résultat

Retourne un réel positif.
(Utiliser pstatus pour récupérer cette valeur).

Exemples

Calcule la valeur du critère de Borsotti pour une simple segmentation par binarisation:

   pbinarization 80 1e30 tangram.pan i1.pan
   plabeling 8 i1.pan i2.pan
   pborsotti i2.pan tangram.pan
   pstatus

Voir aussi

Prototype C++

Reference

^*M. Borsotti, P. Campadelli, R. Schettini, "Quantitative evaluation of color image segmentation results", Pattern Recoginition Letters, 19:741-747, 1998.