刘超超 司亚超

(河北建筑工程学院,河北 张家口 075000)

0 引 言

边缘检测(或轮廓检测)是指借助计算机技术,对数字化图像中相邻像素间亮度、纹理、颜色等发生明显变化的像素点进行标识,以此来捕捉整幅图像中像素点的显著性变化,借助这些变化的像素点来刻画图像中所出现的所有物体、图案等的外部边缘情况.具体来讲,边缘检测的任务是对于给定的一副图像中的所有像素点,判断该像素点是边缘像素点还是非边缘像素点,即对该像素点进行二分类,对应的整幅图像的边缘检测任务可以被认为是一个有关像素点的稠密预测二分类问题.边缘检测任务是图像处理技术和计算机视觉中的基础性问题,对后续的计算机视觉高层任务如目标检测、图像分割、视觉跟踪等有一定的促进作用.

边缘检测作为计算机视觉中长期发展和演进的任务,一直以来受到研究者们的广泛关注.在边缘检测相关算法的发展历程中,可以划分为两个阶段:由人类专家手工设计的传统的边缘检测算子和自动化参数设计的基于深度学习的卷积神经网络算法.传统的边缘检测算子主要是利用了图像中梯度信息,借助求解图像在不同方向上的梯度变化时的阶跃变化特点,即在图像中物体与背景、物体与物体之间的梯度的显著差异性进行边缘检测,可以划分为一阶微分边缘检测算子和二阶微分边缘检测算子等[1].传统边缘检测算子……