小波自適應(yīng)邊緣檢測(cè)方法研究.pdf

1、邊緣是圖像的基本特征，圖像的絕大部分信息都位于圖像的邊緣中。根據(jù)計(jì)算機(jī)視覺(jué)理論，圖像的邊緣檢測(cè)在計(jì)算機(jī)圖像領(lǐng)域研究中占據(jù)著重要地位。但由于邊緣檢測(cè)問(wèn)題本身的復(fù)雜性和技術(shù)手段的限制，當(dāng)前圖像邊緣檢測(cè)的研究仍面臨很多困難。到目前為止，已有許多圖像邊緣檢測(cè)的算法，但在抗噪和邊緣定位上都沒(méi)有很好的解決。目前的算法大多不能解決從局部高頻信號(hào)中區(qū)分噪聲和邊緣的問(wèn)題。
　　 小波多分辨率分析思想是對(duì)調(diào)和分析等一系列新的分析方法的總結(jié)。小波變換

2、是繼傅里葉變換之后的新的時(shí)頻域分析工具。由于其良好的時(shí)頻局部化特征和多尺度特性，能有效地檢測(cè)和分析信號(hào)的奇異點(diǎn)，并且在檢測(cè)邊緣的同時(shí)能有效地降低噪聲，成為信號(hào)處理的有力工具，在信息處理領(lǐng)域中倍受重視，在圖像處理技術(shù)中得到廣泛應(yīng)用。
　　 信息熵是對(duì)事物運(yùn)動(dòng)狀態(tài)或存在方式的不確定性的度量。信息源發(fā)出消息，而消息載荷著信息。消息出現(xiàn)的概率越小，不確定性就越大，即信息量就越大。反之，消息出現(xiàn)概率越大，不確定性就越小，即信息量就越小。信

3、息熵反映在圖像上的圖像局部熵能表征圖像邊緣成分的多少?？梢詫⒕植快刈鳛閳D像某一區(qū)域包含邊緣成分多少的判斷依據(jù)。
　　 本文開(kāi)始先介紹了小波分析的發(fā)展歷史和應(yīng)用前景，概述了圖像邊緣檢測(cè)技術(shù)的研究現(xiàn)狀，然后分析了經(jīng)典的圖像邊緣檢測(cè)算法，研究各算子的特點(diǎn)，總結(jié)出各自的優(yōu)缺點(diǎn)，由此引出小波變換應(yīng)用于圖像邊緣檢測(cè)中的研究。
　　 基于小波變換的邊緣檢測(cè)方法與傳統(tǒng)方法相比，邊緣定位準(zhǔn)確又能有效抑制噪聲，但檢測(cè)結(jié)果受小波變換的尺度影響