ASD: Average Surface Distance

ASD定义如下：

（注意ASD并不对称，与豪斯多夫距离一样，ASSD是对称的，求了均值）

在三维数据中，需要计算体素表面的距离，如果三维数据集合A有m个点，三维数据集和B有n个点，那么，计算A到B的距离，需要计算A中每一个点与B中每一个点的距离，算法复杂度m*n；

这里推荐Deep Mind公布的计算方法：https://github.com/deepmind/surface-distance

代码写的非常棒，理解起来有些麻烦，特记录如下：

主要思想：通过对体素数据，体素点与体素点之间的距离进行编码，建立查找表，从而极大减小了运算量和算法复杂度，从而计算点与点之间的距离。这里需要注意的是，体素与体素之间的距离计算是以单位体积进行计算的。

主要步骤如下：

 

非常棒的实现方法，其中用到了scipy中的一些函数。