利用多尺度表示对于改进不同尺度对象的边缘检测至关重要。为了以截然不同的尺度提取边缘，我们提出了一种双向级联网络 (BDCN) 结构，其中单个层由其特定尺度的标记边缘监督，而不是直接将相同的监督应用于所有 CNN 输出。此外，为了丰富 BDCN 学习的多尺度表示，我们引入了一个尺度增强模块 (SEM)，它利用扩张卷积来生成多尺度特征，而不是使用更深的 CNN 或显式融合多尺度边缘图。这些新方法鼓励在不同层中学习多尺度表示，并检测由其尺度很好地描绘的边缘。学习规模专用层也会导致具有一小部分参数的紧凑网络。我们在三个数据集上评估我们的方法，即 BSDS500、NYUDv2 和 Multicue，并实现了 0.828 的 ODS Fmeasure，比 BSDS500 上的当前最先进技术高 1.3%。

基于K-means聚类的光纤环边缘提取算法.pdf

基于c+++Opencv的图像边缘提取及拟合。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

基于坡度和聚类的算法，提取lidar点云的地物边缘线。最终得到地物的轮廓

基于数字图像技术的书本边缘提取

业分类-物理装置-一种图像边缘提取方法.zip

行业分类-物理装置-基于对偶树-复四元数小波的图像边缘提取方法.zip

本代码内有详细的图像识别、图像轮廓提取、图像去噪、图像边缘提取等部分，只需要修改读取地址就能运行，保证能运行成功。程序附带详细说明，方便自己修改。

主要进行边缘提取，修改了许多，可以处理24位BMP图像，车牌检测上很实用~~Visual Studio 2008编译环境~~

c++实现8位bmp的读写及sobel边缘提取