多尺度几何分析图像边缘检测的嵌入式实现.pdf

《多尺度几何分析图像边缘检测的嵌入式实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、题(高校教师攻读硕士学位人员)11．，u8u2，553一夕1uuuJ一$200302009公开英文并列目研究生姓名：——一——扬京Ⅲ专导．1k-搓基迟剔量蟹篮丕统研究方向：．．蟹篚捡趔蕉盔皇丕统珏筮论文报告提交口期2QQ2生2旦学位授予日期l授予单位名称和地址jE盛工些太堂j￡立立麴田匡里压国!鲤曼的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：——同期：关于论文使用授权的说明本人完全了解j匕塞王些太堂有关保留、使用学位论文的规定，

2、即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名：——导师签名：日期：摘要摘要图像的边缘包含着图像的重要信息，是图像最基本的特征之一。图像的边缘是由于物体的材质不同或表面的朝向不同，致使图像存在纹理、色彩、明暗的变化，主要表现为图像的局部特征的不连续性，是图像中亮度变化比较剧烈的地方。图像的边缘检测大幅度减少了数据量，剔除了不相关的信息，保留了图像重要的结构。可以应用在交通，医

3、学，安防等领域里。随着DSP芯片处理技术的发展，尤其是在图像处理方面的提高，如基于达芬奇技术的视频图像处理芯片TMS320DM6446的诞生，为移动设备实现高效实时的图像信号处理提供了可能。为了更好地处理图像的高维奇异性，带有方向性的稀疏表示方法一多尺度几何分析应运而生，它的产生符合人类视觉皮层对图像有效表示的要求，即局部性、方向性和多尺度性。它的目的就是为具有面奇异或线奇异的高维函数找到最优或最稀疏的表示方法。本文主要选择TBeamlet变换和Wedgelet变换，研究了图像边缘检测的算法；以T

4、I公司的基于达芬奇技术芯片TMS320DM6446为处理器，搭建了硬件平台，完成了从图像采集到图像处理最后输出的功能，并在此平台上，对算法进行了验证。关键词边缘检测；Beamlet变换；多尺度几何分析；达芬奇技术北京工业大学工学硕士学位论文．II．Abstract·AbstractTheedgeisoneofthemostimportantfeaturesinimages，whichcontainslotsofinformation．Imageedgeisduetothedifferentmate

5、rialobjects，orthedifferentdirectionofthesurface，whichisthereasonoftheimagetexture，color,brightnesschanges．Theedgemainlycomesup谢t11non-continuityofthelocalcharacteristicsoftheimage，especiallyappearsatthepartwheretheimagebrightnesschangesdramatically．Im

6、ageedgedetectiondramaticallyreducedtheamountofdatatoexcludethenon—relevantinformation，toretainimportantstructuralimage．Itcanbeusedintransportation，medical，securityandotherfields．W池theDSPchipprocessingtechnologydevelopment，especiallyinimageprocessingim

7、provements，suchasthebirthoftheDaVincitechnology—basedvideoimageprocessingchipTMS320DM6446，itprovidesthepossibilityofefficientreal-timeimagesignalprocessingforthemobiledevice．InordertobettersettlethehighVcatchheterosexualofimageprocessing，themethodofsp

8、arserepresentationwithdirectional-Multiscalegeometricanalysiscameintobeing，whichmeetstheconsistentrequestofhumanvisualcortexandtheeffectiveexpressoftheimage，thatislocalized，directional，andmultiscalenature．，nlismethodalmsatthebestorthemostspars