31、生成式空间机器人艺术作品的多级边缘检测与微电网稳定性设计分析

生成式空间机器人艺术作品的多级边缘检测与微电网稳定性设计分析

多级边缘检测在生成式空间机器人艺术作品中的应用

在图像边缘检测领域，常见的Sobel、Canny和HED算法存在诸多不足。从实验结果来看，Sobel边缘检测形成的边缘强度较低，在矢量化过程中一些重要边缘会被移除；HED输出的边缘强度虽优于Sobel，但不如Canny输出的边缘尖锐；Canny算法虽能产生更尖锐的边缘，但矢量化输出中仍保留了不必要的对象，且会形成双线，增加不必要的边缘，同时图像中的噪声也影响了类人绘制效果。因此，为了获得更理想的结果，提出了多级边缘检测（MSED）算法。

MSED算法步骤

MSED算法结合了经典边缘检测算法的精炼方面和卷积神经网络（CNN）模型，旨在生成更鲁棒的矢量图像，其步骤如下：
1. 图像预处理 ：这是一个可选步骤，取决于图像质量。主要对图像进行对比度和亮度等基础调整，以提升图像质量，为后续边缘检测技术的应用做准备。
2. 应用经典算法 ：可选择Sobel或Canny算法，由于Canny在产生尖锐边缘方面更高效，所以优先选择。同时，使用Frei - Chen梯度计算算法替代Canny边缘检测中的常见梯度计算，其计算方法如下：
- 行梯度：
[
\frac{1}{2 + \sqrt{2}}
\begin{bmatrix}
-1 & 0 & 1 \
-\sqrt{2} & 0 & \sqrt{2} \
-1 & 0 & 1
\end{bmatrix}
]