基于小波變換和EMD的圖像邊緣檢測(cè)算法研究.pdf

1、圖像邊緣檢測(cè)是圖像處理領(lǐng)域的基礎(chǔ)內(nèi)容之一。邊緣檢測(cè)往往作為對(duì)圖像理解和分析的第一步，也是圖像識(shí)別與分割過(guò)程中檢測(cè)圖像特征的重要屬性。小波憑借良好的“時(shí)頻”和多尺度分析技術(shù)，能在檢測(cè)圖像邊緣的同時(shí)抑制噪聲，為圖像邊緣檢測(cè)提供了有效的途徑。但小波基函數(shù)不具有自適應(yīng)性，即對(duì)于具有較大差異的非平穩(wěn)信號(hào)而言，小波在局部的分析能力較弱，因此，如何更好的獲取高質(zhì)量的圖像邊緣，便成為圖像處理的一個(gè)重要任務(wù)。
　　 本文主要針對(duì)小波變換和經(jīng)驗(yàn)?zāi)Ｊ?/p>

2、分解算法在圖像邊緣檢測(cè)方面的應(yīng)用進(jìn)行了研究與分析，主要研究了：利用傳統(tǒng)邊緣檢測(cè)算法及利用小波變換進(jìn)行邊緣檢測(cè)的結(jié)果比較與分析；基于小波變換和二維經(jīng)驗(yàn)?zāi)Ｊ椒纸庀嘟Y(jié)合的方法進(jìn)行圖像邊緣檢測(cè)；基于限鄰域二維經(jīng)驗(yàn)?zāi)Ｊ椒纸獾膱D像邊緣檢測(cè)。
　　 針對(duì)具有較大差異的非平穩(wěn)信號(hào)，小波局部的分析能力較弱問(wèn)題，提出了小波變換和二維經(jīng)驗(yàn)?zāi)Ｊ椒纸庀嘟Y(jié)合的方法進(jìn)行圖像邊緣檢測(cè)。經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴ㄊ翘幚矸蔷€性-非平穩(wěn)信號(hào)的有力工具，其分解過(guò)程完全是由數(shù)據(jù)驅(qū)

3、動(dòng)，而且很容易推廣到二維空間，本文采用對(duì)稱方法處理邊界漏點(diǎn)問(wèn)題、利用圖像數(shù)據(jù)灰度均值計(jì)算篩分終止條件，改進(jìn)了二維經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴?，并與小波結(jié)合進(jìn)行邊緣檢測(cè)，仿真結(jié)果表明，利用該算法優(yōu)于單獨(dú)使用小波變換進(jìn)行邊緣提取，能夠獲得較好的邊緣提取效果。
　　 針對(duì)二維經(jīng)驗(yàn)?zāi)Ｊ椒纸膺^(guò)程需要消耗大量時(shí)間的問(wèn)題，提出了基于限鄰域二維經(jīng)驗(yàn)?zāi)Ｊ椒纸獾乃惴?，該算法舍棄了消耗時(shí)間較長(zhǎng)的插值擬合曲面的過(guò)程，也沒(méi)有終止條件限制，減少了算法運(yùn)行時(shí)間。本文利用