图像分割指标及Matlab代码实现_三维 多类别分割预测结果指标计算

1. 分割指标

在完成图像分割任务之后需要对分割结果进行性能评估，一般采用的指标是IOU和假阳性率。例如看下面这幅分割对照图像

上面第三幅图中红色的是分割结果，绿色的是标记图像，黄色的是重叠区域。那么具体的评判是这样的

IOU：

假阳性率：

2. Matlab实现代码

% 函数功能：计算两张图像的IOU
% lable_img：输入的图像A，只包含0和255像素值的图像
% res_img:输入的图像B，也同样只包含0和255像素值的图像
% 返回值：iou两张图像的iou；yl假阳性率
function [iou,yl] = Calc_IOU(lable_img, res_img)
[rows, cols] = size(lable_img);

% 计算总面积
%total_area = rows * cols;

% 统计lable_img、res_img中255像素值的个数
lable_area = 0; % 标记出来的面积
res_area = 0;   % 分割出来结果的面积
intersection_area = 0; % 相交区域的面积
combine_area = 0;      % 两个区域联合的面积

% 开始计算各部分的面积
for i = 1: 1: rows
    for j = 1: 1: cols
        if lable_img(i, j)==255 && res_img(i, j)==255
            intersection_area = intersection_area + 1;
            lable_area = lable_area + 1;
            res_area = res_area + 1;
        elseif lable_img(i, j)==255 && res_img(i, j)~=255
            lable_area = lable_area + 1;
        elseif lable_img(i, j)~=255 && res_img(i, j)==255
            res_area = res_area + 1;
        end
    end
end
combine_area = combine_area + lable_area + res_area - intersection_area;

% 得到IOU
iou = double(intersection_area) / double(combine_area);
fprintf('IOU: %f\n', iou);
% 得到假阳性率
yl = double(res_area - intersection_area) / double(combine_area);
fprintf('假阳性率为：%f\n', yl);

end
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40