基于小波图像阈值分割技术

基于小波图像阈值分割技术

ID:38623254

大小:254.00 KB

页数:10页

时间:2019-06-16

基于小波图像阈值分割技术_第1页
基于小波图像阈值分割技术_第2页
基于小波图像阈值分割技术_第3页
基于小波图像阈值分割技术_第4页
基于小波图像阈值分割技术_第5页
资源描述:

《基于小波图像阈值分割技术》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、基于小波图像阈值分割技术小波变换是近年来得到广泛应用的数学工具,与傅里叶变换、窗口傅里叶变换相比,小波变换是空间(时间)和频率的局域变换,能有效地从信号中提取信息。Inrecentyearsthewavelettransformwidelyusedmathematicaltools,andFouriertransformwindowcomparedtotheFouriertransform,wavelettransformisaspatial(time)andthefrequencyofthelocalt

2、ransformationcanbeeffectivelyextractedfromthesignalinformation.4.1基于小波阈值分割技术简述本论文利用小波变换对含噪图像的直方图进行多尺度分解,先在较大的尺度下找出图像分割阈值的粗略值,然后逐渐减小尺度,精确定位分割阈值,算法采用MATLAB编程仿真。Inthisstudy,thewavelettransformofthenoisyimagehistogrammultiscaledecomposition,toidentifyroughima

3、gesegmentationthresholdvalueinalargerscale,thengraduallyreducethescaleprecisepositioningsegmentationthresholdsimulationalgorithmusingMATLABprogramming.基于小波变换的阈值法图像分割技术则能够有效地避免噪声的影响。Thresholdingmethodbasedonwavelettransformimagesegmentationtechnologycaneff

4、ectivelyavoidtheimpactofnoise.该方法的基本思想是首先由二进制小波变换将图像的直方图分解为不同层次的小波系数,然后依据给定的分割准则和小波系数选择阈值门限,最后利用阈值标出图像分割的区域。Thebasicideaofthemethodisthefirstbythebinarywavelettransformofthehistogramoftheimageisdecomposedintowaveletcoefficientsofthedifferentlevelstoselect

5、thethresholdvaluethreshold,andsegmentationbasedonagivencriteriaandwaveletcoefficients,andfinallyusingthethresholdmarkedregionoftheimagesegmentation.整个分割过程是从粗到细,由尺度变化来控制,即起始分割由粗略的L2(R)子空间上投影的直方图来实现,如果分割不理想,则利用直方图在精细的子空间上的小波系数逐步细化图像分割。Throughoutthesegmentat

6、ionprocessfromcoarsetofinescalechangesincontrol,thatisthestartingsplitroughlyL2(R)sub-spaceprojectionhistogram,ifthesplitisnotideal,theuseofthehistograminfinesubspacewaveletcoefficientsonthegradualrefinementofimagesegmentation.4.2小波分析基于小波变换的阈值法图像分割技术能有效地弥

7、补传统的图像阈值法分割技术的不足,具有较强的抗噪声性能,同时,对于直方图为多峰值的情况,可以利用小波的多分辨率分解,对灰度阈值进行合理地选择,实现对图像的分割处理。Multi-resolutionimagesegmentationtechniquesbasedonwavelettransformthresholdmethodcaneffectivelycompensateforthedeficienciesofthetraditionalimagethresholdingsegmentationtechn

8、ology,hasstronganti-noiseperformance,atthesametime,forthehistogramformulti-peak,youcantakeadvantageofwaveletdecompositiongraythresholdreasonableselection,toachievetheimagesegmentationprocessing.4.2.1小波变换由于图像的直方图可以看作

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。