Точная ли моя сегментация?

Question

Я сегментировал печень по КТ-изображениям с использованием Region Growing. Мне нужно рассчитать среднеквадратичную ошибку между эталонным изображением и сегментированной областью. Когда я запускаю код, я получаю вывод 1.1146. При изменении порядка входных данных я получаю значение 2,2164. Я не знаю, насколько я точен. Потому что я не знаю диапазон ошибки RMS. Первое изображение - это эталонное изображение 'ref3.jpg', а второе изображение - это сегментированное изображение 'm5.jpg'. Пожалуйста, помогите мне. Мой код

%metrics.m
I=imread('ref3.jpg');
J=imread('m5.jpg');  
re2=rms_error(I,J)

----
function [er]=rms_error(A1,A2)
% A1, A2 : Matrices of same size MxN
% er : Rms error
% Author : Kamlesh Pawar

if (size(A1)~= size(A2))
    display('Matrix dimension mismatch while calculating RMS value');
    return;
end

er = sum((A1(:)-A2(:)).^2);

er=sqrt(er/size(A1(:),1));
end

Answer 1

То, что вам действительно нужно, называется «Региональные меры для оценки эффективности сегментации».

Я могу предложить следующую меру, которая является очень приемлемой мерой.1. Коэффициент Кости 2. Чувствительность 3. Расстояние Хаусдорфа 4. Среднее Абсолютное Расстояние

Подробнее о расчете см. Рисунок ниже.Где C - общее количество пикселей в изображении и | s |представляет количество элементов любого множества.A (s) и A (G) - это область близкой границы результатов сегментации и разграничения вручную.

Могу ли я также предложить вам использовать морфологическое открытие для результата автоматической сегментации.Надеюсь, что это полезно.

Answer 2

Использование ошибки RMS здесь не очень уместно.Среднеквадратическая ошибка измеряет амплитуду отклонений между двумя вашими изображениями, что вызывает интерес, если сравнивать изображения, состоящие из значений серого.Ваш случай сводится к категорическому сравнению: принадлежит ли пиксель печени (1) или нет (0)?Насколько согласны мои изображения?
Первая возможность - измерить корреляцию между двумя изображениями.Вы выполняете это с помощью corr2.
Второй возможностью является статистика Каппа Коэна или Индекс соглашения Каппа (KIA).Эта мера учитывает соглашение случайно.Вы можете использовать функцию kappa.m, вклад в Matlab Central, который вы можете найти здесь .