自迁移出 MediaWiki 以来，本页内容尚未经过审查。如果您愿意帮忙，请查看帮助指南！
Rand index 是两个数据聚类之间相似性的众所周知的度量1。最近，它被提议作为分割性能的衡量标准，因为分割可以被视为像素的聚类2。更正式地说，将分割定义为图像的整数值标签。分割中的每个对象都由一组共享公共标签的像素组成。
Rand index 被定义为协议措施：
给定具有 \(n\) 像素的图像 \(I\) 的两个分割 \(S_1\) 和 \(S_2\)，我们定义：
- \(a\)，\(I\) 中位于 \(S_1\) 中同一对象和 \(S_2\) 中同一对象的像素对数量（即，它们具有相同的标签）
- \(b\)，\(I\) 中位于 \(S_1\) 中不同对象和 \(S_2\) 中不同对象中的像素对数量（即，它们具有不同的标签）
兰德指数 \(RI\) 为： \(RI = \frac{a+b}{n \choose 2 }\)
在这里，我们定义了密切相关的 Rand error，这是分歧的衡量标准。 Rand error (RE) 是两个分割对于一对像素是否属于相同或不同对象存在分歧的频率：
\[RE = 1 - RI\]在斐济的实施
Rand error 度量在 Trainable Weka Segmentation 库中实现。以下是如何在 Beanshell script 中使用它的示例： import trainableSegmentation.metrics.RandError; import ij.IJ;
// original labels
originalLabels = IJ.openImage("/path/original-labels.tif");
// proposed (new) labels
proposedLabels = IJ.openImage("/path/proposed-labels.tif");
// threshold to binarize labels
threshold = 0.5;
metric = new RandError( originalLabels, proposedLabels );
randError = metric.getMetricValue( threshold );
IJ.log("Rand error between source image " + originalLabels.getTitle() + " and target image "
+ proposedLabels.getTitle() + " = " + randError); ## 另请参阅
