點互信息（PMI）邊界檢測算法能準(zhǔn)確檢測圖像中的邊界，但算法效率受制于采樣點的提取。針對采樣過程中存在隨機性和信息冗余的問題，提出一種利用超像素分割提供的中層結(jié)構(gòu)信息來指導(dǎo)點對選取的方法。首先使用超像素算法對圖像進行初始分割，將圖像劃分成大小形狀近似的像素塊；然后選取落在相鄰超像素中的像素點對，從而使樣本點的選取更有目的性，在采樣點數(shù)目較少時，保證樣本點仍能有效完整地獲取圖像信息。實驗通過與原始的PMI邊界檢測算法在伯克利分割數(shù)據(jù)庫（BSDS）上進行比對驗證得出，基于超像素的PMI邊界檢測算法在采樣點對為3500時，平均精準(zhǔn)度（AP）達到0.7917，而原始算法則需要6000個同樣環(huán)境下的采樣點對?；诔袼氐腜MI邊界檢測算法在保證了檢測精度的同時減少了所需的采樣點數(shù)目，從而能有效提高算法的實時性。