基于梯度掩模滤波的边缘细化算法

现有的基于卷积神经网络的边缘检测算法,通常可以给出图像中每个像素为边缘的概率,即边缘概率图。针对边缘概率图细化后边缘存在丢失、间断等问题,提出一种基于梯度掩模滤波的边缘细化算法。为了获得高梯度掩模和低梯度掩模,引入基于Canny边缘检测算法的双阈值方法。对于高梯度掩模滤波后的边缘概率图进行增强,并对低梯度掩膜滤波后的边缘概率图进行削弱。最后,对边缘概率图进行非极大值抑制,得到二值的边缘图。实验结果表明,所提的边缘细化算法具有更多的连续边缘,并且更符合单边缘响应准则。