MGEdgeNet：多粒度边缘检测算法
来源：计算机工程与应用杂志2026年第15期北京时间：
作者：杨红菊, 庞若婷, 李尧, 曹付元
单位：山西大学 计算机与信息技术学院，太原 030006；
摘要：边缘检测是计算机视觉中的核心技术，广泛应用于图像分割、物体检测等任务。由于标注者风格和粒度感知的差异，同一图像可能对应多个合理的边缘标注结果，导致边缘检测结果的多样性问题。为了解决这一挑战，提出了一种新型的多粒度边缘检测算法——MGEdgeNet。该方法通过粒度感知模块和高频特征提取模块的创新设计，显著提高了边缘检测的精度和多样性控制能力。粒度感知模块利用风车卷积（pinwheel-shaped convolution，PConv）替代传统卷积，通过非对称填充和多方向卷积路径准确捕捉边缘粒度信息；高频特征提取模块结合多尺度分解和边缘感知注意力机制，有效恢复并增强高频边缘细节。在BSDS500和Multicue数据集上的实验结果表明，MGEdgeNet在各项评估指标上均优于现有边缘检测方法，具有较好的性能和多样性控制。
关键词：边缘检测,多粒度,不对称填充,边缘感知注意力机制,BSDS500
基金资助：国家自然科学基金重点项目（U24A20323）；国家自然科学基金（62376145）；山西省教育厅省筹回国留学科研项目（2022-008）；山西省科技厅基础研究计划项目（202303021211024）。
