小波變換在圖像邊緣檢測(cè)中的應(yīng)用研究.pdf

1、在圖像處理的過(guò)程中，邊緣檢測(cè)是十分重要的，因?yàn)閳D像的邊緣往往攜帶著大部分的信息。邊緣通常存在于圖像的不規(guī)則結(jié)構(gòu)和不平穩(wěn)現(xiàn)象中，也即存在于信號(hào)的奇異點(diǎn)或突變點(diǎn)處，這些點(diǎn)給出了圖像的輪廓，而這些輪廓又常常是在圖像處理中所需的非常重要的一些特征條件，這就需要對(duì)一幅圖像檢測(cè)和提取出它的邊緣。
　　目前在邊緣檢測(cè)領(lǐng)域已經(jīng)提出了許多算法，但是至今提出的相關(guān)理論和算法仍存在許多不足之處，在某些具體情況下仍然無(wú)法很好地檢測(cè)出目標(biāo)物體的邊緣。因此，

2、根據(jù)具體的應(yīng)用要求設(shè)計(jì)新的邊緣檢測(cè)算法，或者對(duì)現(xiàn)有的算法進(jìn)行改進(jìn)以得到滿意的邊緣檢測(cè)結(jié)果是現(xiàn)在研究的主流方向。
　　由于小波變換具有良好的時(shí)頻局部化特性，能夠有效地分析信號(hào)的奇異性。因此本論文對(duì)小波變換在圖像邊緣檢測(cè)中的應(yīng)用進(jìn)行了研究。
　　傳統(tǒng)的邊緣檢測(cè)算法受噪聲的影響較大，而且由于是在單一尺度下的檢測(cè)，因此不利于對(duì)圖像細(xì)節(jié)邊緣的定位、提取。針對(duì)這兩個(gè)缺點(diǎn)，結(jié)合小波變換的多分辨分析特性，本文采用二次B樣條小波函數(shù)對(duì)圖像進(jìn)行

3、邊緣檢測(cè)。該算法中，首先定量地論證了二次B樣條小波基函數(shù)是“最優(yōu)”的邊緣檢測(cè)算子，并在此基礎(chǔ)之上采用代數(shù)的方法求取出二次B樣條小波濾波器組的系數(shù)；其次，通過(guò)與以往經(jīng)典邊緣檢測(cè)算法的比較，提出了改進(jìn)的自適應(yīng)閾值算法。實(shí)驗(yàn)結(jié)果表明，在對(duì)灰度圖像進(jìn)行邊緣檢測(cè)的過(guò)程中，該算法計(jì)算速度快，邊緣定位精度高，而且由于參考了圖像多尺度之間的差別信息，因此在對(duì)圖像細(xì)節(jié)邊緣的提取中更具優(yōu)越性。
　　在圖像邊緣檢測(cè)中，彩色圖像的邊緣檢測(cè)是很重要的一個(gè)部