基于多尺度特征融合的边界检测算法 |
| |
引用本文: | 车翔玖,王利,郭晓新.基于多尺度特征融合的边界检测算法[J].吉林大学学报(工学版),2018(5). |
| |
作者姓名: | 车翔玖 王利 郭晓新 |
| |
作者单位: | 吉林大学计算机科学与技术学院;伯恩茅斯大学国家计算机动画中心 |
| |
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。
|
本文献已被 CNKI 等数据库收录! |
|