Python 小白的课题报告—OpenCV 抠图项目实战（9）

本系列是 Python 小白的课题作业《基于OpenCV 的图像分割和抠图》。
需要说明的是，本系列并不能算是 OpenCV 的抠图项目教程，只是以此为主题的课题报告。其中包括了一个较为完整的 PyQt 项目。

欢迎关注『Python 小白的项目实战 @ youcans』 原创作品
Python 小白的课题报告—OpenCV 抠图项目实战（1）目录摘要
Python 小白的课题报告—OpenCV 抠图项目实战（2）抠图绪论
Python 小白的课题报告—OpenCV 抠图项目实战（3）抠图综述
Python 小白的课题报告—OpenCV 抠图项目实战（4）固定阈值抠图
Python 小白的课题报告—OpenCV 抠图项目实战（5）自适应阈值抠图
Python 小白的课题报告—OpenCV 抠图项目实战（6）色彩范围抠图
Python 小白的课题报告—OpenCV 抠图项目实战（7）边缘检测
Python 小白的课题报告—OpenCV 抠图项目实战（8）图像轮廓
Python 小白的课题报告—OpenCV 抠图项目实战（9）评价指标
Python 小白的课题报告—OpenCV 抠图项目实战（10）PyQt5 使用
Python 小白的课题报告—OpenCV 抠图项目实战（11）算法实验平台
Python 小白的课题报告—OpenCV 抠图项目实战（12）源程序代码

第五章 抠图的性能评价

5.1 主观评价指标

对于图像质量评价研究的方法由两种，分别为主观评价方法和客观评价方法。
主观评价方法主要依据的是人体视觉感知神经在特定的观测环境下，参考图像亮度、图像噪声和图像模糊等指标，对被测图像进行主观评价打分。
虽然主观评价方法是人体的直观感受，肯定符合人眼对图像质量的评价，但是主观评价方法也有很多缺陷：

• 首先人体主观评价很容易受到被测人情绪、偏好等个人主观原因的影响；
• 其次测试环境等客观因素也会影响主观评价方法的结果；
• 最后，在数据量特别大的时候，组织人员进行主观评价费时费力，图像质量评价的效率会很低下。

5.2 客观评价指标

为了追求图像质量评价的效率，客观评价方法越来越受到研究者的欢迎。常用的客观评价指标是：SAD, MSE, Gradient error, Connectivity error[1]。

5.2.1 绝对误差和（SAD）

绝对误差和SAD(Sum of Absolute Difference)的定义为：
$$SAD=\sum _i|{\alpha }_i-{\alpha }_i^{\ast }|$$

5.2.2均方误差（MSE）

均方误差MSE (Mean Squared Error) 的定义为：
$$MSE=\frac{1}{n}\sum _i(\nabla {\alpha }_i-\nabla {\alpha }_i^{\ast }{)}^q$$

5.2.3 梯度误差（Gradient error）

梯度误差是预测的 $\nabla {\alpha }_i$和 $\nabla {\alpha }_i\ast$ 的之间的梯度差异：
$$\sum (\nabla {\alpha }_i-\nabla {\alpha }_i^{\ast }{)}^q$$

$\nabla {\alpha }_i$和 $\nabla {\alpha }_i\ast$ 表示对应的alpha matte的归一化梯度, 这是通过将matte与具有方差sigma的一阶Gaussian导数滤波器进行卷积计算得到的。

5.2.4 连通性误差（Connectivity error）

连通性误差定义如下：
$$\sum _i[\phi ({\alpha }_i,\Omega )-\phi ({\alpha }_i^{\ast },\Omega )]$$
连通性误差是对整个预测的alpha matte图和Ground truth的差异的累和。源域(source region) Ω由最大连通域定义，最大连通域是指alpha matte和对应的Ground truth都完全不透明的部分。

5.2.5 平均绝对误差（MAD）

平均绝对误差MAD(Mean Absolute Difference) 的定义为：
$$MSE=\frac{1}{n}\sum _i|{\alpha }_i-{\alpha }_i^{\ast }|$$
MAD和SAD类似，这两个标选择一个即可。

参考文献：

1. Christoph Rhemann, Carsten Rother, Jue Wang, et al. A perceptually motivated online benchmark for image matting. CVPR 2009, 1826–1833.

2. Image Matting 客观评价指标、数据集及主观评价
   https://blog.csdn.net/Mao_Jonah/article/details/113646709

3. Matting任务里的Gradient与Connectivity指标
   https://www.cnblogs.com/lart/p/10627821.html

【本节完】

版权声明：
本节内容，主要来自：Image Matting 客观评价指标、数据集及主观评价(https://blog.csdn.net/Mao_Jonah/article/details/113646709)

欢迎关注『Python 小白的项目实战 @ youcans』 原创作品

原创作品，转载必须标注原文链接：https://blog.csdn.net/youcans/article/details/122296231

Copyright 2022 youcans, XUPT

Crated：2022-01-09

欢迎关注『Python 小白的项目实战 @ youcans』 原创作品
Python 小白的课题报告—OpenCV 抠图项目实战（1）目录摘要
Python 小白的课题报告—OpenCV 抠图项目实战（2）抠图绪论
Python 小白的课题报告—OpenCV 抠图项目实战（3）抠图综述
Python 小白的课题报告—OpenCV 抠图项目实战（4）固定阈值抠图
Python 小白的课题报告—OpenCV 抠图项目实战（5）自适应阈值抠图
Python 小白的课题报告—OpenCV 抠图项目实战（6）色彩范围抠图
Python 小白的课题报告—OpenCV 抠图项目实战（7）边缘检测
Python 小白的课题报告—OpenCV 抠图项目实战（8）图像轮廓
Python 小白的课题报告—OpenCV 抠图项目实战（9）评价指标
Python 小白的课题报告—OpenCV 抠图项目实战（10）PyQt5 使用
Python 小白的课题报告—OpenCV 抠图项目实战（11）算法实验平台
Python 小白的课题报告—OpenCV 抠图项目实战（12）源程序代码