基于多尺度特征融合的边界检测算法

• 作者: 王利 车翔玖 郭晓新
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 计算机应用 边界检测 多尺度 图像抠图 图像处理 计算机视觉
• 年，卷（期）: 2018,（5）
• 页码范围: 1621-1628
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13229/j.cnki.jdxbgxb20180411

摘要

针对以往边界检测算法提取的噪声边界过多,导致最终检测的效果提高不多的问题,本文提出了一种基于多尺度特征融合的边界检测算法.在单一图像尺度下,该算法利用图像抠图领域的Trimap和抠图算法生成图像中物体层次特征,并结合提取多尺度的像素层次特征得到边界信息.为了进一步减少过多的噪声边界,该算法提取多尺度图像下的边界信息,并通过融合这些边界信息来过滤噪声边界.在美国加州伯克利大学的BSDS500数据集上进行实验,实验结果表明该算法比单一图像尺度下的边界检测算法具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭晓新		18	99	4.0	9.0
2	车翔玖		25	150	7.0	11.0
3	王利		3	18	1.0	3.0