基于掃描線迭代的深度圖像邊緣檢測(cè)算法

深度圖像分割方法主要分為兩類：基于邊界特征的邊緣檢測(cè)方法和基于像素同一性的區(qū)域分割方法?眼１?演。邊緣法對(duì)區(qū)域邊界的定位非常準(zhǔn)確，運(yùn)算速度快，但由于噪聲、遮擋等因素的影響，很難形成連續(xù)的區(qū)域邊界。區(qū)域法可以形成封閉邊緣，但算子結(jié)構(gòu)復(fù)雜，容易發(fā)生邊界錯(cuò)位現(xiàn)象，且運(yùn)算結(jié)果依賴于初始種子和聚類數(shù)目的選取。

目前深度圖像分割算法的研究重點(diǎn)大多在于對(duì)數(shù)據(jù)特征的提取與檢測(cè)。Ｂｅｎｌａｍｒｉ?眼２?演提出一種基于曲面表面矢量特征的方法。Ｊｉａｎｇ?眼３?演研究了一種基于掃描線近似的邊緣檢測(cè)方法。Ｓｕｎ Ｊｕｎｘｉ?眼４?演建立了馬爾科夫模型。Ｌｉａｎ Ｊｉｎｇ?眼５?演使用了小波分析的方法。Ｓｃｏｔｔ?眼６?演引入統(tǒng)計(jì)學(xué)方法。Ｌｉ ｚｈｕｏ?眼７?演和Ｙａｎｇ Ｐｉｎｇｘｉａｎ?眼８?演使用了形態(tài)學(xué)方法。