基于级联集成Canny算子的劣质边缘检测

边缘检测是计算机视觉中最具挑战性的任务之一，由于难以从包含各种类型和大小物体的真实图像中识别边界和边缘。基于集成学习的方法使用组合的网络骨干和注意力模块，已超越Sobel和Canny等传统方法。然而，这些算法在面对复杂场景照片时仍受挑战。此外，当前方法识别的边缘未经精细处理，常包含错误边缘。本文使用级联集成Canny算子来解决这些问题并检测物体边缘。使用Python对最具挑战性的Fresh and Rotten和Berkeley数据集来测试所提出的方法。就绩效指标和输出图像质量而言，获得的结果超越了指定的边缘检测网络。