分类性能的图像分割的两种方法： 1。 KMeans 和 2。强度阈值
资 源 简 介
TwoMethodsThe 两个方法用于绩效评价的评价可能有以下几点： a) 图像灰度分割图像由 K-均值 （K = 3） b） 图像分割通过设置两个值 forintensity 阈值。在这两个上面提到的方法，我们地面的真理是灰色的形象，我们有两种方法之一在应用之前手动分割。ImplementationDetails:Kmeans_file.m 是一个主要的文件需要执行忘了所需的输出。它包含各种其他的文件，如： get_class.m,Acc_Mat.m、 threshold_method.m 和 ROC.m 的执行如下所示。在这里，在 K-均值，我们有分割中三个集群，即 K = 3 的图像。为 largevalue 的强度值，K-均值效果相当好。所以，我已经五个不同的盒子里，这使我们有六个不同强度值 [5 盒和一个白色的背景] 我采取灰度图像 [图 1]） 阅读后的图像，我们称之为 get_classfunction 提供各种数字集群形成 （12 或 3） 仕女可见给我们的眼睛，将设置为输入 grayimage 地面真值。我们可以看到下面的地面值图像在无花果 2.ii） 然后我们调用 Acc_Mat 函数四个不同的和重要的参数，发现价值负责整套精度矩阵 K-均值。这些四个参数是： TP、 TN、 FP、 FN。这些值是计算每个三个不同的类为 K Means.iii) 我们有四个值 K Meansmethod 后，我们调用中华民国功能有助于我们在计算值 forACC，TPR、 玻璃钢、 TNR、 P 和 N，进一步帮助我们在绘制 ROC graphfor 不同 classes.iv K-均值方法）完成后的第一种方法，我们的另一种方法通过调用 threshold_methodfunction 执行全会的与会者。在这里我们可以给双阈值，以便从手动分割的灰度图像获得三种不同类的数目。我选择了 5 种掰分这样对此方法的实现值。我们 againcalculate TP、 TN、 FP 和 FN Acc_Matfunction 调用每个类的值。我们还按 callingROC 方法有助于我们在寻找 thisthreshold method.v 的准确性和 ROC 图/曲线计算行政协调会、 TPR、 玻璃钢、 TNR、 P 和 N 值） 最后，我们绘制各种中华民国图形 bothK
文 件 列 表
HW_3
Acc_Mat.m
get_class.m
HW3_Evaluation of Two Methods.pdf
Kmeans_file.m
ROC.m
threshold_method.m
