基于小波变换的图像边缘检测应用研究

《基于小波变换的图像边缘检测应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南科技大学硕士学位论文基于小波变换的图像边缘检测应用研究姓名：张雪申请学位级别：硕士专业：控制理论与控制工程指导教师：吴坚2001.5.1V503949西南科技大学硕士研究生学位论文第i页摘要啦据Marr计算机视觉理论，图像边缘检测在计算机视觉研究中占据着重要信息。但由于问题本身的复杂性和技术手段的限制，图像边缘检测这一经典问题的研究困难重重。小波分析技术是近十年来在工具和数学方法上的重大突破，其卓越的时频分析本领，为这一计算机视觉问题的研究带来了新的契机。但是，由于小波理论产生的时间不长，还没有一套行之有效的应用方法与步

2、骤，甚至连变换结果的物理意义都不很明确，这使得小波分析技术的应用比Fo戚er变换的应用复杂困难得多。针对这种情况，协文首先对小波分析理论进行}$【戛的蝈纳鎏鲢爵研究冀一般性质；然后尝试蒋小波分析技术应用手图像的边缘检测这—计算机视觉中的重要环节。结合问题的需求，研究小波交换的特性，选择恰当的小波变换形式和适当的小波基函数，提出解决这一问题的新思路和新方法。～在将小波分析技术应用于图像边缘检测的研究中，本文将小波交换视为一种边缘检测滤波器，根据边缘检测的一般评价指标，从最佳边缘滤波器的设计要求出发，导出了边缘检测小波基选择的一

3、般标准：通过对最佳滤波器的B样条函数逼近，选定二次B样条小波作为一种“最佳”边缘检测小波。不同尺度问检测边缘点的漂移和多尺度边缘的综合是基于小波变换的图像边缘检测算法中的两个难点。针对前一个问题，可在实现小波变换算法时，通过信号插值和信号平移，确保在有限尺度数内信号的俄；多不超过一个像素；对第二个问题，本文讨论了一个行之有效的综合算法，对尺度间边缘点的匹配，作了详细的讨论，提出的三个匹配准则，为类似问题的解决奠定了基础。本文还探讨了小波变换与边缘点的定位、方向、强度及其边缘的奇异度等重要的边缘特征信息之间的关系，这些特征信息

4、有助于区分边缘种类，也为图像边缘的进一步应用创造了良好的条件。最后，提出了一种基于小波变换的自适应阂值图像边缘检测算法。该算法对强弱边缘同时存在的图像具有良好的适应能力。关键词：小波变换，‘图像处理，‘边缘检测i计算机视觉，’多尺度?自适应阕值西南科技大学硕士研究生学位论文第ii页AbstractAccordingtoMarr’Stheoryoncomputervision，imageedgedetectionoccupiesanimportantpositionincomputervisionresearch．Resear

5、chonthetypicalprobleminCOmputervision，however，isverydifficultbecauseofthecomplexityoftheproblem硒dlimitationoftheavailabletechniques．Waveletanalysistechniqueisabreakthroughinmathematicaltoolsandmethodsinrecenttenyears，itsprominentabilityfortime—frequencyanalysisbrin

6、gsnewchancestosolveproblemsincomputervision．Thereare．however．nOeffectivemethodsandrulestoconductwayeletapplications．"andthatevenwecan’tknowveryclearlyphysicalmeanofwavelettransformedresultSbecauseitiSveryshortsincewaveletwasputforward．SOapplicationsofwaveletsaremuc

7、hmoredifficultthanapplicationsofFomierIransform．Underthissituation，webrieflyingoducethewavelettheoryanddiscussitspropertiesgenerallyatfirst,andthentrytoapplywaveletstoimageedgedetectionwhicbiSthe．importantmoduleincomputervision．Propertiesofwaveletare．studiedcareful

8、ly晰tllrespecttOtherequirements，andthenpropermotherwaveletalldproperwavelettransformformulaareselected．andatlastnewidealsz：nd．qeWmethodsfortheprob