5.8.6　异物目标判断

当得到运动连续性AP聚类结果后，就可以通过分析聚类结果来判断是否存在真实的异物杂质。如果一个聚类的结构类似于运动轨迹的形态，那么这个类必定是由异物杂质构成的；如果一个聚类的结构分布无规律，那么这个类应该是由残差噪声构成的。接下来，本节要对每个聚类结构进行分析，得到可以描述聚类的两个参数：类成员数量n和异物契合度Φ。

假设对连续L 帧药液图像进行异物提取，由MCAP共生成N 个聚类结果，每个聚类由Ci(i=1，…，N)表示。首先，统计每个聚类Ci的类成员数量，可以断定该聚类是由随机噪声形成的；如果，可以断定该聚类是由真实异物目标形成的。对于类成员数量处于之间的聚类，需要利用到真实异物目标类间平均距离dparticle进一步进行判断。在计算dparticle之前，对已经判定为真实异物目标的聚类Ci(即成员数量的聚类)中的类成员按照其瞬时标签大小进行升序排序：，ni)类。接着将相邻成员之间距离相加计算平均距离di[如公式(5.116)所示，假设有M 个真实异物]，然后计算所有真实异物目标聚类的平均类间距离dparticle。最后，按照同样方法计算待判断聚类Cj(类成员数量的平均类间距离dj，进而得到聚类Cj的异物契合度Φj。

(https://www.daowen.com)

异物契合度φ能够反映一个聚类与真实异物杂质形成聚类的相似程度。一般情况下，如果一个聚类是由噪声形成的，则其类间平均距离要比真实异物形成聚类的类间平均距离大得多，异物契合度φ自然也比较大；如果一个聚类是由真实异物杂质形成的，则其异物契合度φ在1附近。如图5.64所示，本节通过实验统计了100个聚类结果的类成员数量n 和异物契合度Φ。从图中可以看出，由随机噪声构成的聚类和真实异物杂质构成的聚类分布在不同的区域，因此，对于类成员数量处于之间的聚类完全可以根据其异物契合度φ的大小来判断异物杂质的存在。此处，本节设置一个阈值来进行判断，如果某聚类Cj的异物契合度Φj＞σ，则可以认定该聚类是由随机噪声形成，σ通常大于5。

图5.64　随机噪声与异物杂质分布