144 工程科学学报，第43卷，第1期 Polycrystalline iron Watershed Al-La alloy Ground truth OTSU Canny Watershed K-means Random walker Unet 图4多品纯铁品粒组织及铝镧合金枝品组织图像在不同分割算法结果的可视化对比 Fig.4 Visualization results of different segmentation methods for polycrystalline iron and Al-La alloy microscopic image VI指标进一步分为合并错误(Merge Error,,ME)和 较为准确，但也同样容易受到微小噪声的影响 分离错误(Split Error,.SE),可更加全面的分析算法 3.2引入不同噪声下评估方法效果 的分割结果 为进一步加深对图像分割评估方法的理解， 在基于实例的评估算法中，CD指标易受到噪 本文在图像中增加固定数目的典型噪声，以展示 声影响，且该指标不存在上下限，造成各方法的评 各图像评估方法的鲁棒性 估结果差距过大，难以直观评估分割结果，如在铝 本文从多晶纯铁晶粒图像和铝镧合金枝晶图像 镧合金枝晶图像分割任务中，CD指标从-10到 中分别选择500×500像素尺寸的图像，并通过控制 -10918产生变化，因此本文认为该指标不适合材 变量，随机引入三种在材料显微图像分析任务中常 料显微图像分析任务.MAP的值域范围是[O,1, 见的噪声381，每种噪声各具有500像素的改变量： 且在不同交并比阈值下综合评估分割结果，性能 随机斑点噪声、划痕噪声和边界模糊或消失现象VI 指标进一步分为合并错误（Merge Error，ME）和 分离错误（Split Error，SE），可更加全面的分析算法 的分割结果. 在基于实例的评估算法中，CD 指标易受到噪 声影响，且该指标不存在上下限，造成各方法的评 估结果差距过大，难以直观评估分割结果，如在铝 镧合金枝晶图像分割任务中 ，CD 指标从−10 到 −10918 产生变化，因此本文认为该指标不适合材 料显微图像分析任务. MAP 的值域范围是 [0,1]， 且在不同交并比阈值下综合评估分割结果，性能 较为准确，但也同样容易受到微小噪声的影响. 3.2    引入不同噪声下评估方法效果 为进一步加深对图像分割评估方法的理解， 本文在图像中增加固定数目的典型噪声，以展示 各图像评估方法的鲁棒性. 本文从多晶纯铁晶粒图像和铝镧合金枝晶图像 中分别选择 500×500 像素尺寸的图像，并通过控制 变量，随机引入三种在材料显微图像分析任务中常 见的噪声[38] ，每种噪声各具有 500 像素的改变量： 随机斑点噪声、划痕噪声和边界模糊或消失现象. Polycrystalline iron Ground truth OTSU Canny Watershed K-means Random walker Unet Al−La alloy Ground truth OTSU Canny Watershed K-means Random walker Unet 图 4    多晶纯铁晶粒组织及铝镧合金枝晶组织图像在不同分割算法结果的可视化对比 Fig.4    Visualization results of different segmentation methods for polycrystalline iron and Al–La alloy microscopic image · 144 · 工程科学学报，第 43 卷，第 1 期