基于改进HED网络的矢量尾喷管边缘检测

针对在机器视觉测量中对航空发动机矢量尾喷管图像底层特征的应用需求,提出了基于改进整体嵌套边缘检测(Holistically-Nested Edge Detection, HED)网络的矢量尾喷管边缘检测方法。利用视觉几何组19(Visual Geometry Group, VGG19)网络针对HED网络进行改进。首先剪掉VGG19的第五个池化层和所有全连接层,在卷积层改用带泄露线性整流函数作为激活函数,然后将侧边输出层进行两两越层交叉融合,结合类平衡交叉熵损失函数获得最终的边缘检测图像,最后对矢量尾喷管进行标注制作成数据集用于对改进HED网络模型的训练。实验结果表明,该算法适用于对航空发动机矢量尾喷管进行边缘检测,同时优于原始HED网络及传统边缘检测算法的检测性能。