Page 136 - 《软件学报》2021年第11期

3462 Journal of Software 软件学报 Vol.32, No.11, November 2021

这是其相较于 PSO 算法和 GOA 算法的优势.观察折线图易发现,BAS 算法和 GA 算法因陷入局部收敛而无法
达到全局最优值.对比其他算法,本文提出的 NBAS 算法能稳定、快速地收敛到最优值,且 NBAS 比 GA 的收敛
性更加稳定,收敛效果更好.

(a) 二维 K 熵在数据集 BSDS500 上的平均迭代值折线 (b) 二维 K 熵在图像 29030.jpg 上的迭代折线

(c) 二维 K 熵在图像 43074.jpg 上的迭代折线
Fig.3 Convergence curve
图 3 收敛折线图

总的来说,相较于其他算法,本文提出的 NBAS 算法具有更高的分割效率、更强的全局收敛性、更好的分
割效果和鲁棒性.

4.3 算法分割精度分析
对于阈值分割结果,主要从视觉评价和定量评价两方面进行:视觉评价主要从图像错分、边缘完整性和区
域一致性等方面来评价;定量评价采用定量的方式计算分割结果图像的性能指标,并以此评价分割的效果,具有
客观、可重复等优点.
本文采用一致性测度 UN,F-measure [24] ,Segmentation Covering 和 PRI 系数 [25] 对分割结果进行定量评价.
一致性测度 UN 的计算公式如上述公式(19)所示.F-measure 是一种统计量,是精确率(precision)和准确率
(recall)的加权调和平均,常用于评价分割模型的好坏.F-measure 采用公式(20)的计算方法:
2 PR×
F = (20)
P + R
其中,P 是精确率,R 是准确率,F 表示 F-measure 的计算值.F 的值越大,表示分割结果越好.
定义分割 S′覆盖分割 S 的 Segmentation Covering(SC)参数为