基于方向差異多尺度分析的數(shù)字圖像邊緣檢測(cè)算法研究.pdf

1、邊緣檢測(cè)是數(shù)字圖像處理的重要研究課題,在這一領(lǐng)域的主要研究方法有:經(jīng)典的邊緣檢測(cè)算子、小波分析方法、曲面擬合法、數(shù)學(xué)形態(tài)學(xué)方法等等。本文首先敘述了數(shù)字圖像處理技術(shù)和圖像邊緣檢測(cè)算法的研究和發(fā)展歷史和現(xiàn)狀,其次又回顧了經(jīng)典的邊緣檢測(cè)算子,然后復(fù)習(xí)了小波分析理論其邊緣檢測(cè)算法,最后提出了更優(yōu)的邊緣檢測(cè)算法——基于噪聲與邊緣方向變化差異的小波邊緣檢測(cè)算法。至今以來(lái)很難做到把噪聲和邊緣真正的區(qū)分開(kāi)來(lái),邊緣檢測(cè)的結(jié)果或多或少都會(huì)受到噪聲的干擾。考

2、慮到圖像的邊緣和噪聲的區(qū)別:噪聲在梯度方向和非梯度方向上的幅值變化差異比較小,而真正的邊緣在梯度方向和非梯度方向上的值的變化幅度會(huì)比較大,本文提出了基于噪聲與邊緣方向變化差異的小波邊緣檢測(cè)算法?？紤]到圖像的邊緣和噪聲的區(qū)別:在進(jìn)行小波變換之后噪聲引起的小波變換的模局部極大值會(huì)隨尺度的增加而迅速的減小,但是邊緣引起的小波變換的模的局部極大值隨尺度的變化幅度較小,且小波分析邊緣檢測(cè)結(jié)果在低分辨率時(shí)細(xì)節(jié)豐富、噪聲多,在高分辨率時(shí)噪聲少、缺乏細(xì)