王莉，苏李君

(1.成都信息工程大学 银杏酒店管理学院，四川 成都 611730；2.西安理工大学 理学院,陕西 西安 710054)

0 引 言

随着科学技术不断发展，人们对视觉要求也越来越高，人类感知[1-3]能力在计算机视觉中具有越来越重要的意义。张量投票算法[4-5]就是一种利用人类感知功能原理进行显著性图像线特征提取的较为简单、常用、有效的计算方法。该算法主要是将人类感知功能所获得的图像数据加以数据结构化处理[6]，去寻找一些显著性线特征的目标结构信息，应用人类感知功能进行图像线特征提取的一种有效的方法，其在工程、医学等领域有着广泛的应用。

张量投票算法最早是由G.Guy等提出的，该算法主要是以数据点为基元，在其所建立的投票域中通过投票的方式以及对曲线进行取向估计，使数据点聚集在一起，以达到数据之间的良好通讯[6-7]，在聚集投票点的过程中，形成了连续的显著性线特征。在张量投票算法发展初期，Medioni等把它主要应用到三维空间中，在三维空间中提取了交接点、曲线、曲面等显著性特征信息，从而开创了张量投票算法在三维等更高维中应用的先河[8-9]。在张量投票算法发展过程中，还多次应用到CAD工程制图，进行模型的配准校对工作[10]。

近年来，张量投票算法得到广泛应用，受到了众多学者的关注，并对此做了大量研究。张量投票算法具有非迭代的特性，使其节省了大量的计算时间，但在一些复杂的、有缺失的目标中提取显著性特征效果不佳，针对这类问题许多学者对其进行了大量的改进研究。……