低信噪比下弯曲边缘的快速检测

边缘检测是计算机视觉中的一个基本问题，有着诸多应用，其中一些涉及非常嘈杂的图像。尽管大多数边缘检测方法速度很快，但它们仅在相对干净的图像上表现良好。事实上，此类图像中的边缘仅使用局部滤波器即可可靠地检测。在高噪声水平下检测微弱边缘无法在单个像素层面局部完成，而需要更复杂的全局处理。不幸的是，实现这一目标的现有方法相当缓慢。在本文中，我们开发了一种新颖的多尺度方法来检测噪声图像中的弯曲边缘。尽管我们的算法在庞大的候选曲线集上搜索边缘，但其在实用运行时间内完成，该时间几乎与图像像素总数呈线性关系。正如我们通过实验所展示的，我们的算法比先前设计用于处理高噪声水平的方法快几个数量级。尽管如此，它在多种具有挑战性的噪声图像上获得了可比甚至更好的边缘检测质量。