基于小波变换的图像边缘检测算法

《基于小波变换的图像边缘检测算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、.基于小波变换的图像边缘检测算法仿真实现学生姓名：XX指导教师：xxx专业班级：电子信息学号：00000000000学院：计算机与信息工程学院word教育资料.二〇一五年五月二十日word教育资料.摘要数字图像边缘检测是图像分割、目标区域识别和区域形态提取等图像分析领域中十分重要的基础，是图像识别中提取图像特征一个重要方法。目前在边缘检测领域已经提出许多算法，但是提出的相关理论和算法仍然存在很多不足之处，在某些情况下仍然无法很有效地检测出目标物的边缘。由于小波变换在时域和频域都具有很好的局部化特征，并且具有

2、多尺度特征，因此，利用多尺度小波进行边缘检测既能得到良好的抑制噪声的能力，又能够保持边缘的完备。本文就是利用此方法在MATLAB环境下来对数字图像进行边缘的检测。关键词：小波变换；多尺度；边缘检测word教育资料.AbstractTheboundarydetectionofdigitalimageisnotonlytheimportantfoundationinthefieldofimagesegmentationandtargetareaidentificationandareashapeextracti

3、on,butalsoanimportantmethodwhichextractimagefeatureinimagerecognition.Rightnow,therearealotofalgorithmsinthefieldofedgedetection,butthesealgorithmsalsohavealotofshotucuts,sometimes,theyarenotveryeffectivetochecktheboundaryofthedigitalimage.Wavelettransform

4、hasagoodlocalizationcharacteristicinthetimedomainandfrequencydomainandmulti-scalefeatures,So,theboundarydetectionofdigitalimagebyusingmulti-scalewaveletcannotonlygetagoodabilitytosuppressnoise,butalsotomaintainthecompletenessoftheedge.Thisarticleistousethi

5、smethodintheenvironmentofMATLABtodetecttheboundaryofthedigitalimage.Keywords:wavelettransform;multi-scale;boundarydetection.窗体顶端word教育资料.目录摘要IAbstractII1绪论11.1研究背景11.2图像边缘检测概述21.3边缘检测的现状22传统的边缘检测方法62.1Roberts算子62.2Sobel算子62.3Prewitt算子72.4Kirsch算子72.5Laplac

6、e算子82.6LOG算子82.7Canny算子92.8算法实现和结果分析103基于小波变换的图像边缘检测133.1小波变换基础理论133.1.1连续小波变换133.1.2二维小波变换133.1.3多分辨分析及双尺度方程143.2选取小波基的一般原则153.3小波变换算法实现164在MATLAB环境下的算法仿真实现和结果分析174.1MATLAB简介134.1.1MATLAB软件简介134.1.2MATLA的应用134.2算法仿真实现和结果分析13结论21参考文献22致谢23附录24word教育资料.1绪论本

7、章节重点阐述了图像边缘检测技术的探究状况与其历史,解释了基于小波变换的边缘检测技术的探究目的。并对论文的内容安排进行了说明。1.1研究背景对于图像的边缘检测技术的探究最先来源于上世纪的60年代，发展到如今已有了十分长的探究历史和很多有用的边缘检测算法。Roberts在上世纪六十年代发现了由梯度为基础的的边缘检测算法，是至今为止一种比较科学的算法[1]。70年代以后，科学家们又不断发现了几种别的算子，比较常用的还有下面几种：Prewitt、Sobel、Kirsch与Robinson。此外仍然具有较多有成果的研

8、究,比方八十年代以后发展起来的各种线性和非线性尺度空间理论。图像的边缘检测作为数字图像处理的基本技术，这个项目探究在图像处理范畴都有十分重要的位子，此项技术着重使用在图像的衡量、图像的缩放、图像的压缩和图像的增强等众多范畴。另外，由于该课题具有一定的深度和难度，因此，也是很久以来人们一直关注和研究的重点课题。通过科学家们长时间的钻研和致力，如今已有较为多样的方式使用到图像的边缘检测当中，可是这些方式多半是基于无噪