典型文献
基于深度融合卷积神经网络的图像边缘检测
文献摘要：
图像边缘检测是数字图像分析领域的一项重要研究内容.受图像拍摄条件、图像内容自身复杂性、图像内容与背景接近程度等多种因素的影响,图像的边缘线检测容易发生漏检、误检.针对此问题,文中提出一种卷积神经网络结构算法,以提升图像边缘检测效果和质量.首先,对输入图像提取出五类不同层次水平、尺度的卷积特征;然后,按照相邻尺度将每三类卷积特征分成一组,通过逐步转置的方式依次尺寸对齐再融合;再对三组融合结果特征进行二次深度融合;最后,基于融合卷积特征并运用卷积操作实现边缘线检测,采用指标Optimal Dataset Scale(ODS)、Optimal Image Scale(OIS)、Average Precision(AP)度量图像边缘检测的质量.结果表明:在BSDS500数据集上,ODS、OIS、AP三个指标的得分分别为0.815,0.832,0.851;在NYUD数据集上,得分分别为0.7620,0.7700,0.7819.与其他同类算法相比,所提算法指标分值更高,能够提升图像边缘检测质量.
文献关键词：
图像边缘检测;卷积神经网络;卷积特征提取;图像分析;深度融合;跨越连接
中图分类号：
作者姓名：
石昌友;孙强;卢建平;周静
作者机构：
陆军工程大学通信士官学校 通信指挥系,重庆 400035
文献出处：
引用格式：
[1]石昌友;孙强;卢建平;周静-.基于深度融合卷积神经网络的图像边缘检测)[J].现代电子技术,2022(24):141-144
A类：
B类：
融合卷积神经网络,图像边缘检测,数字图像分析,近程,边缘线,漏检,神经网络结构,检测效果,图像提取,五类,不同层次,转置,对齐,再融合,卷积操作,Optimal,Dataset,Scale,ODS,Image,OIS,Average,Precision,AP,BSDS500,NYUD,检测质量,卷积特征提取,跨越连接
AB值：
0.350217
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
