文献类型：期刊文章

作　　者：肖扬[1] 周军[1]

XIAO Yang;ZHOU Jun(School of Electronics&Information Engineering,Liaoning University of Technology,Jinzhou,Liaoning 121000,China)

机构地区：[1]辽宁工业大学电子与信息工程学院,辽宁锦州121000

出　　处：《计算机工程与应用》

年　　份：2023

卷　　号：59

期　　号：5

起止页码：40-54

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：边缘检测的任务是将亮度变化明显的像素点识别为目标边缘,是计算机视觉低层级问题,并且边缘检测在对象识别和检测、对象提议生成、图像分割有着重要应用。如今,边缘检测已经产生了多类方法,如基于梯度的传统检测方法、基于深度学习的边缘检测算法,还有结合新兴技术的检测方法等。对这些方法进行更精细的分类,让研究者更清楚地了解边缘检测的发展趋势。对传统边缘检测的理论依据及实现方法做出介绍;详细介绍近年来主要的深度学习边缘检测方法,根据使用的方法进行分类,并对其中所使用的创新技术进行说明,如分支结构、特征融合和损失函数。衡量算法性能采用评估指标:单图最佳阈值(ODS)和帧数(FPS),在基础数据集(BSDS500)上进行对比。对边缘检测的研究现状进行分析和总结,对未来可能的研究方向进行展望。

关 键 词：边缘检测 梯度算子 深度学习  特征融合  损失函数

分 类 号：TP391]