欢迎来到天天文库
浏览记录
ID:57322217
大小:19.50 KB
页数:6页
时间:2020-08-11
《小波模极大值用于边缘提取.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、小波模极大值原理在图像边缘提取和信号奇异点检测中的应用《转》2007-05-2610:18不做小波很久,陆续接到网友的很多询问,不少信件关于这个话题。本不想花功夫写程序,因为毕竟研究方向是计算电磁学,然对小波的好奇仍是一种抗拒不了的力量。再加上网友的一遍遍不厌其烦的请教,我也就利用半天时间,将这一话题做了一个程序,拿出来分享。1。什么是模极大值?一般信号的主要信息,由拐点(二阶导数为零的点)确定,而由于噪声的影响,直接求拐点显然困难。于是,我们求一阶导数的模的极大值。2。什么是小波模极大值?就是先将小波函数和原信号卷积(连续小波变换),然后对结果取模,最后找到极大值。上述步骤,也就等价于:先
2、把某一光滑函数求导(求导后满足积分为零的条件成为小波函数),然后卷积源信号,接着取模,最后发现极大值。3。图像处理的操作。a、给定某一尺度,求出二维高斯函数沿x和沿y方向的导数Phi_x,Phi_y。这两个函数就等价于小波函数。b、用Phi_x,Phi_y分别与图像卷积得到Gx,Gy。c、求出每一个像素点的梯度大小G=(Gx*Gx+Gy*Gy).^(1/2),用反正切求梯度方向或者称幅角atan(Gy/Gx)。这里,注意的是反正切只能求出一、四象限的角度,其它象限要分别处理。且Gx为一个很小的数值时,也要处理。d、把求得幅角,分成四种方向。第一种0或180方向(水平),第二种90或270方向
3、(垂直),第三种45或225方向(正对角线),第四种135或315方向(负对角线)。也就是说,看看你求出幅角的大小与上面的哪个方向最接近。e、依次检测每一个像素点,看看在它对应“幅角最接近的方向上”是否是极大值。如果是,纪录该梯度值。若不是,把梯度值置零。f、找到记录梯度值中的最大值,然后以该值做归一化。比较每一个像素归一化的梯度值,当该梯度值大于某个阈值的时候,就是真正边缘,否则认为是伪边缘。4。实际上这个算法和canny算子本质上等价的。让我们再来回顾canny本人经典的原话,来体会边缘提取的目标到底是什么。a、好的检测性能。不漏检真实边缘,也不把非边缘点作为边缘点检出,使输出的信噪比最
4、大。b、好的定位性能。检测到的边缘点与实际边缘点位置最近。c、唯一性。对于单个边缘点仅有一个响应。沙威(gjsdgjsd)安徽大学2007年4月22日% 小波模极大值用于边缘提取% 沙威(gjsdgjsd)安徽大学% 2007年4月22日clc;clear% 下载图像loadwoman%X=double(imread('1.bmp'));SIZE=length(X); % 图像尺寸 % 多尺度m=1.0;delta=2^m;% 构造高斯函数的偏导N=20; % 滤波器长度(需要调整,必须是偶数)forindex_x=1:N; forindex_y=1:N;
5、 x=index_x-(N+1)/2; y=index_y-(N+1)/2; phi_x(index_x,index_y)=(x/delta^2).*exp(-(x.*x+y.*y)/(2*delta^2)); phi_y(index_x,index_y)=(y/delta^2).*exp(-(x.*x+y.*y)/(2*delta^2)); endend;% 对图象做行列卷积Gx=conv2(X,phi_x,'same');Gy=conv2(X,phi_y,'same');% 求梯度Grads=sqrt((Gx.*Gx)+(Gy
6、.*Gy));% 求幅角(梯度方向)angle_array=zeros(SIZE,SIZE); % 角度% 遍历fori=1:SIZE; forj=1:SIZE if(abs(Gx(i,j))>eps*100) % x的绝对值足够大 p=atan(Gy(i,j)/Gx(i,j))*180/pi; % 反正切求角度值(1,4象限) if(p<0) % 负的幅角(4象限) p=p+360; end; if(Gx(i,j)<0&p
7、>180) % 2象限的特殊处理 p=p-180; elseif(Gx(i,j)<0&p<180)% 3象限的特殊处理 p=p+180; end else % 90或270度 p=90; end angle_array(i,j)
此文档下载收益归作者所有