146 工程科学学报，第43卷，第1期 daries):在制备过程中，除锈蚀和研磨外，需使用 (即将两个晶粒错误地合并成一个晶粒).因此，本 一定比例的浸蚀液对材料表面进行处理，才可浸 文期望在划痕噪声和模糊或消失品界噪声下，评 蚀出晶界或相界（后文以晶界为例），为防止形成 估指标出现明显的退化，以正确反映图像分割结果 双晶界或粗晶界缺陷，浸蚀时间不宜过长，因此容 多晶纯铁晶粒图像在不同噪声下的各指标评 易出现浸蚀不完全现象.具体地表现为晶界区域 估结果如表6所示，铝镧合金枝晶图像在不同噪 没有完全浸蚀，致使出现晶界模糊或晶界消失现 声下的各指标评估结果如表7所示.两表中每个 象.由于晶界消失后的表观特征与晶粒内部区域 数据项括号中的数值表示变化的幅值.基于像 相似，容易被误认为是晶粒区域从而影响分割结 素、基于类内重合度和基于边界的评估方法在三 果，如图5中蓝色箭头所示 种噪声影响下变化较小（变化幅值均在百分位或 在本实验中，只有斑点噪声属于随机分布，而 千分位)，且性能均较高，不符合本文的要求.而基 划痕噪声和缺失晶界噪声是根据原图的纹理信息 于实例和基于聚类的评估指标的变化幅度在十分 和传统方法的错误识别结果在标注图中相应增加 位以上，相较于基于像素，基于类内重合度和基于 而形成.通过固定噪声数目，可以直观地展示不同 边界的评估方法更能有代表性地反映分割结果的 评估方法的区别，比如对于基于像素的评估方法 退化情况.基于实例的评估方法中，I的变化幅 并不考虑分割结果的拓扑变化，相同噪声数目但 度较小，ARI虽然在模糊或消失晶界处变化较大， 不同噪声类型的评估结果基本相同.对于基于实 但在划痕噪声情况变化幅度较小.VI可通过合并 例和基于聚类的评估方法考虑了显微组织的拓扑 错误(ME)和分离错误(SE)综合评估分割结果.在 结构，相同噪声数目但不同噪声类型的评估结果 划痕噪声影响下，其分离错误出现了大幅提高；在 具有很大差异 模糊和缺失晶界噪声影响下，其合并错误出现了 随机斑点噪声由于面积较小且较为分散，不 大幅提高：MAP在多晶纯铁晶粒图像中在上述两 影响显微组织拓扑结构，并且可通过设置最小连 种噪声影响下出现大幅度变化，变化幅度与VⅥ相 通区域的面积阈值进而消除该噪声，虽然500个 当，但在铝镧合金枝晶图像中在模糊或消失品界 像素只占一幅500×500尺寸图像的1/500，但是划 噪声下其变化幅度相对VI指标较低. 痕噪声和模糊或消失晶界噪声改变了分割结果的 4讨论 拓扑结构：划痕噪声会造成分割结果中的分区错 误（即将一个晶粒错误地分离成两个晶粒），严重 本文综述了14种图像分割的评估指标，并将 影响显微组织尺寸及形状统计.模糊或消失晶界 其分为五大类：基于像素点的评估方法、基于类内 同样会影响多品纯铁晶粒图像中的微观组织表征 重合度的评估方法、基于边界的评估方法、基于 表6多品纯铁品粒图像在不同噪声下各评估方法的结果 Table 6 Results of different evaluation methods for polycrystalline iron image under different noises Intra class coincidence based Pixel based evaluation methods Edge based evaluation methods Noise type evaluation methods Pixel accuracy Mean accuracy MloU FWIoU Dice score Figure of merit Completeness Correctness 0.9980 0.9989 0.9833 0.9961 0.9989 Random noises 0.9790 1.0000 0.9737 (-0.0020) (-0.0011) (-0.0167 (-0.0039) (-0.0011) (-0.0011) (-0.0000) (-0.0263) 0.9980 0.9989 0.9833 0.9961 0.9989 0.9739 1.0000 0.9702 Scratch noises (-0.0020) (-0.0011) (-0.0167) (-0.0039) (-0.0011) (-0.0261) (-0.0000) (-0.0298) Missing 0.9964 0.9713 0.9694 0.9929 0.9981 0.9426 0.9465 1.0000 boundaries (-0.0036) (-0.0287) (-0.0306 (-0.0071) (-0.0019) (-0.0574) (-0.0535) (-0.0298) Edge based evaluation Instance-based evaluation methods Clustering based evaluation methods methods Noise type VI Quality RI ARI CD MAP ME SE VI Random noises 0.9737 0.9997 0.9940 0.D000 0.0002 0.0002 -3.0000 0.9629 (-0.0263) (-0.0003) (-0.0060) (+0.0000) (+0.0002) (+0.0002) (-3.0000) (-0.0371) 0.9702 0.9964 0.9322 0.0000 0.2045 0.2045 Scratch noises -14.0000 0.7795 (-0.0298) (-0.0036) (-0.0678) (+0.0000) (+0.2045) (+0.2045) (-14.0000) (-0.2205) Missing 0.9463 0.9844 0.7743 0.4990 0.0000 0.4990 12.0000 0.7606 boundaries (-0.0537) (-0.0156) (-02257) (+0.4990) (+0.0000) (+0.4990) (+12.0000) (-0.2394)daries）：在制备过程中，除锈蚀和研磨外，需使用 一定比例的浸蚀液对材料表面进行处理，才可浸 蚀出晶界或相界（后文以晶界为例），为防止形成 双晶界或粗晶界缺陷，浸蚀时间不宜过长，因此容 易出现浸蚀不完全现象. 具体地表现为晶界区域 没有完全浸蚀，致使出现晶界模糊或晶界消失现 象. 由于晶界消失后的表观特征与晶粒内部区域 相似，容易被误认为是晶粒区域从而影响分割结 果，如图 5 中蓝色箭头所示. 在本实验中，只有斑点噪声属于随机分布，而 划痕噪声和缺失晶界噪声是根据原图的纹理信息 和传统方法的错误识别结果在标注图中相应增加 而形成. 通过固定噪声数目，可以直观地展示不同 评估方法的区别. 比如对于基于像素的评估方法 并不考虑分割结果的拓扑变化，相同噪声数目但 不同噪声类型的评估结果基本相同. 对于基于实 例和基于聚类的评估方法考虑了显微组织的拓扑 结构，相同噪声数目但不同噪声类型的评估结果 具有很大差异. 随机斑点噪声由于面积较小且较为分散，不 影响显微组织拓扑结构，并且可通过设置最小连 通区域的面积阈值进而消除该噪声. 虽然 500 个 像素只占一幅 500×500 尺寸图像的 1/500，但是划 痕噪声和模糊或消失晶界噪声改变了分割结果的 拓扑结构：划痕噪声会造成分割结果中的分区错 误（即将一个晶粒错误地分离成两个晶粒），严重 影响显微组织尺寸及形状统计. 模糊或消失晶界 同样会影响多晶纯铁晶粒图像中的微观组织表征 （即将两个晶粒错误地合并成一个晶粒）. 因此，本 文期望在划痕噪声和模糊或消失晶界噪声下，评 估指标出现明显的退化，以正确反映图像分割结果. 多晶纯铁晶粒图像在不同噪声下的各指标评 估结果如表 6 所示，铝镧合金枝晶图像在不同噪 声下的各指标评估结果如表 7 所示. 两表中每个 数据项括号中的数值表示变化的幅值. 基于像 素、基于类内重合度和基于边界的评估方法在三 种噪声影响下变化较小（变化幅值均在百分位或 千分位），且性能均较高，不符合本文的要求. 而基 于实例和基于聚类的评估指标的变化幅度在十分 位以上，相较于基于像素，基于类内重合度和基于 边界的评估方法更能有代表性地反映分割结果的 退化情况. 基于实例的评估方法中，RI 的变化幅 度较小，ARI 虽然在模糊或消失晶界处变化较大， 但在划痕噪声情况变化幅度较小. VI 可通过合并 错误（ME）和分离错误（SE）综合评估分割结果. 在 划痕噪声影响下，其分离错误出现了大幅提高；在 模糊和缺失晶界噪声影响下，其合并错误出现了 大幅提高；MAP 在多晶纯铁晶粒图像中在上述两 种噪声影响下出现大幅度变化，变化幅度与 VI 相 当，但在铝镧合金枝晶图像中，在模糊或消失晶界 噪声下其变化幅度相对 VI 指标较低. 4    讨论 本文综述了 14 种图像分割的评估指标，并将 其分为五大类：基于像素点的评估方法、基于类内 重合度的评估方法、基于边界的评估方法、基于 表 6 多晶纯铁晶粒图像在不同噪声下各评估方法的结果 Table 6 Results of different evaluation methods for polycrystalline iron image under different noises Noise type Pixel based evaluation methods Intra class coincidence based evaluation methods Edge based evaluation methods Pixel accuracy Mean accuracy MIoU FWIoU Dice score Figure of merit Completeness Correctness Random noises 0.9980 (−0.0020) 0.9989 (−0.0011) 0.9833 (−0.0167) 0.9961 (−0.0039) 0.9989 (−0.0011) 0.9790 (−0.0011) 1.0000 (−0.0000) 0.9737 (−0.0263) Scratch noises 0.9980 (−0.0020) 0.9989 (−0.0011) 0.9833 (−0.0167) 0.9961 (−0.0039) 0.9989 (−0.0011) 0.9739 (−0.0261) 1.0000 (−0.0000) 0.9702 (−0.0298) Missing boundaries 0.9964 (−0.0036) 0.9713 (−0.0287) 0.9694 (−0.0306) 0.9929 (−0.0071) 0.9981 (−0.0019) 0.9426 (−0.0574) 0.9465 (−0.0535) 1.0000 (−0.0298) Noise type Edge based evaluation methods Clustering based evaluation methods Instance-based evaluation methods Quality RI ARI VI CD MAP ME SE VI Random noises 0.9737 (−0.0263) 0.9997 (−0.0003) 0.9940 (−0.0060) 0.0000 (+0.0000) 0.0002 (+0.0002) 0.0002 (+0.0002) −3.0000 (−3.0000) 0.9629 (−0.0371) Scratch noises 0.9702 (−0.0298) 0.9964 (−0.0036) 0.9322 (−0.0678) 0.0000 (+0.0000) 0.2045 (+0.2045) 0.2045 (+0.2045) −14.0000 (−14.0000) 0.7795 (−0.2205) Missing boundaries 0.9463 (−0.0537) 0.9844 (−0.0156) 0.7743 (−0.2257) 0.4990 (+0.4990) 0.0000 (+0.0000) 0.4990 (+0.4990) 12.0000 (+12.0000) 0.7606 (−0.2394) · 146 · 工程科学学报，第 43 卷，第 1 期