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。

针对具有不同亮度的点目标或某点目标亮度不断变化的情形,设计了线阵CCD视频幅值调节器反馈系统。应用固定双阈值法进行边界检测并利用灰度重心法进行像元细分,以实现对点目标的精确定位。CCD视频幅值调节器控制系统通过对光积分时间和程控增益的定量数控调节,使每线视频信号的光点图像目标的尖峰灰度幅值保持恒定,显著降低了对光源和光路的设计难度和成本。固定双阈值边界检测定位法可以截取品质很好的对称边缘,避免了光点尖部不规则对定位结果的影响。与传统的二值化方法相比,该系统不需要额外的二值化参考电平硬件电路,系统简单可靠,算法优越,可以实现<1/10 pixel的细分效果,定位结果保留小数点后2位有效数字,在工程应用上实现了对光点的精确定位,其2变量无级调光数控系统方案可为多变量摄像调光系统的设计提供重要参考。