现今社会,中国动漫产业蓬勃发展,卡通图像作为动漫产业的基本元素之一,处理需求也越来越大。图像显著性检测是计算机视觉和图像处理的基本问题,其目的是要识别出图像中能够引起人类视觉注意的主要物体。卡通图像中,线条包含了大部分的图像信息。在此背景下,本文对卡通图像的显著性线条检测技术展开研究,尝试用不同的方法来提高卡通图像显著性线条的检测效果。首先,考虑到噪声会对卡通图像的显著性线条检测造成干扰,本文提出了一种基于纹理分离的显著性线条检测算法。该算法首先通过RTV模型对噪声图像进行纹理分离,去除噪声得到干净的结构图像。然后使用二阶差分算法对结构图像进行边缘检测,从而得到卡通图像的显著性线条。该算法极大地减少了噪声对卡通图像显著性线条检测的干扰。其次,考虑到卡通图像的结构和纹理尺度相近时,检测出的显著性线条可能有所缺失,本文提出了一种基于主结构修复的显著性线条检测算法。该算法从距离和长度两方面考虑,从原图中筛选出部分最有可能是结构的线条,添加到缺失的显著性线条图中。该算法使得结构和纹理尺度相近的卡通图像能在去除噪声的同时保留较为完整的显著性线条,改善了检测效果。最后,考虑到卡通图像中含有的众多元素并不全是显著性物体,而图像又往往遵循一定的构图规则,本文提出了基于构图规则的显著性线条检测算法。该算法通过分析构图规则提取卡通图像中相应的线条特征,用机器学习的方法研究它们与线条显著值的映射关系,并使用训练出的模型检测遵循相应构图规则的卡通图像的显著性线条。该算法对遵循构图规则的卡通图像有很好的检测效果,能从众多元素中检测出真正的显著性物体的线条。本文提出了三种显著性线条检测算法,从不同角度改善了卡通图像显著性线条的检测效果,同时也对该方面今后可能的发展方向进行了展望。