SAR变化检测的性能指标（kappa系数）——简化版

原来博客中写过比较复杂的一种计算kappa系数的方法，具体的细节可以看：http://blog.csdn.net/wyl1813240346/article/details/56843409。在这里写一下比较简单的计算kappa系数的方法，并给出计算的代码。
对于变化检测来说是一个二分类问题（变化类和非变化类），我们假设图像的总像素为N，参考图像中未改变的像素数量为Nu，改变的像素的数量为Nc。于是我们将参考图像（ground truth）与用算法产生的变化图像进行逐像素比较。以这种方式：

1. 若该像素在参考图像中为变化的类别，而使用自己算法得到变化图像中的类别为未变化类别，统计这样的像素个数，假设统计的数目总数为FN（有时候也用MA表示，代表漏检数目）；
2. 若该像素在参考图像中为未变化的类别，但是使用自己算法得到变化图像中的类别为变化类别，统计这样的像素个数，假设统计的数目总数为FP（有时候也用FA表示，代表虚警数目）；
3. 若该像素在参考图像中为变化的类别，同时使用自己算法得到变化图像中的类别同样为变化类别，统计这样的像素个数，假设统计的数目总数为TP；
4. 若该像素在参考图像中为未变化的类别，同样使用自己算法得到变化图像中的类别为未变化类别，统计这样的像素个数，假设统计的数目总数为TN。

于是四者的关系为：

$$Nu = FP + TN$$

Nc=FN+TP