基于小波變換及形態(tài)學(xué)的光學(xué)圖像邊緣檢測研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像是人們獲取信息的重要來源,而圖像的邊緣又是圖像豐富的內(nèi)在信息,是圖像分割、圖像壓縮、圖像識別等圖像處理的重要依據(jù)。由于圖像邊緣和噪聲均為高頻信號,因此如何有效的提取噪聲圖像的邊緣一直是圖像處理領(lǐng)域研究的難點和熱點。本文對基于小波變換及數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測方法進(jìn)行了深入地研究,并對現(xiàn)有方法進(jìn)行改進(jìn),主要包含以下內(nèi)容:
  首先,對圖像邊緣檢測的研究意義及其國內(nèi)外研究現(xiàn)狀,邊緣檢測存在的“兩難問題”及性能評價標(biāo)準(zhǔn)等進(jìn)行了總結(jié)。

2、接著詳細(xì)介紹了小波變換和數(shù)學(xué)形態(tài)學(xué)的基本知識,為后續(xù)邊緣檢測方法的提出奠定了理論基礎(chǔ)。
  其次,提出了一種新的雙閾值方法,實現(xiàn)了閾值的局部自適應(yīng)性。對于模值在雙閾值之間的像素,該方法利用邊緣與噪聲的差異性進(jìn)一步篩選候選邊緣點,提高了檢測精度,能在去除噪聲的同時,有效地保留圖像細(xì)節(jié)信息,改善邊緣檢測的視覺效果。
  再次,論文將多尺度結(jié)構(gòu)元素濾波去噪與形態(tài)學(xué)的銳化算法相結(jié)合,有效地濾除噪聲的同時,銳化了圖像細(xì)節(jié)邊緣;在此基礎(chǔ)

3、上,利用邊緣方差將多結(jié)構(gòu)元素檢測出不同方向的邊緣信息進(jìn)行自適應(yīng)融合,得到的邊緣圖像幾乎不受噪聲的影響,較好地保持圖像的邊緣信息,邊緣連續(xù)性好。
  最后,研究含噪圖像經(jīng)過小波變換后,信號和噪聲表現(xiàn)出不同的相關(guān)特性,指出來了傳統(tǒng)尺度積函數(shù)的不足,提出了一種改進(jìn)的尺度積函數(shù),提高了邊緣定位精度。將其與形態(tài)學(xué)方法相結(jié)合進(jìn)行邊緣檢測,彌補了單獨使用這兩種方法檢測邊緣的缺陷,充分利用了圖像邊緣信息,更加有效地去除了圖像中的噪聲,保留圖像中的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論