相对梯度边缘算子提出与验证

2026年10月30日，一篇发表于arXiv计算机视觉领域的论文重新审视对数梯度幅值这一相对梯度边缘算子，并借由乘性扰动的超导数给出类比动机。该算子对全局强度缩放保持不变，可由经典梯度核加点除两步实现。在合成图像与BSDS500数据集上，该算子优于Sobel、Prewitt、Roberts、Scharr等一阶导数滤波器；在OIS和AP指标上超过同高斯平滑的单σ Canny，但ODS仍落后于调优Canny。论文由Alejandro Garnung Menéndez提交，提出基于对数梯度幅值的相对梯度边缘算子。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。