python - 解读SSIM skimage.metrics.structural_similarity()

Question

我正在使用 python 处理医学图像。我生成此图像的二进制阈值（ImageA, 0, 1 编码）。从这张图片中，我运行了一个检测算法，该算法生成了另一个图片 B（也是二进制 0,1 编码），旨在检测图片 A 中的结构，以便我可以计算它们。

为了更好地理解我的意思，我制作了如下草图：

如您所见，图像 B 未能概括右上角的结构。不知何故，我想对此进行测试。我想知道，创建图像 B 的算法执行得如何，该算法旨在勾勒出它在图像 A 中检测到的结构。

测试结构相似性的 SSIM 算法对此有用吗？是否考虑比较图像中结构的位置？

我正在structural_similarity()使用skimage.metrics.

Answer 1

SSIM 算法确实会给你你所需要的：当 img B 与 img A 相似时，得分很高。

但是，更常见的是使用诸如 Intersection over Union 之类的指标来衡量对象检测算法的性能。与考虑局部特征和纹理的 SSIM 相比，Union 上的交集对于二值图像来说更直观。