小波多尺度積和B樣條邊緣檢測算法研究.pdf

1、邊緣檢測技術在圖像工程中占有重要的地位和作用，因為邊緣檢測是圖像分割的核心內容，而圖像分割又是從圖像處理進入圖像分析的關鍵步驟，也是進一步圖像理解的基礎。所以對邊緣檢測的研究一直是圖像技術研究中熱點和焦點，從而導致邊緣檢測的算法層出不窮。然而，我們在實際的應用開發(fā)中發(fā)現(xiàn)，現(xiàn)有的邊緣檢測算法對目標的檢測和識別，多數(shù)達不到令人滿意的結果，因此，結合實際課題---ICF(慣性約束核聚變)圖像處理系統(tǒng)…的需要，本文展開了對邊緣檢測和目標測量的研

2、究。 高精度地定位靶的空間坐標是ICF的核心技術，解決這個問題的關鍵是運用圖像分割技術高精度地檢測、識別和測量靶，所以論文涉及了以下幾個主要內容：其一，通過分析小波多尺度邊緣檢測原理，以及小波變換對邊緣和噪聲影響的不同規(guī)律，提出了小波多尺度積邊緣檢測算法，該算法能有效地抑制噪聲，特別是，在大尺度下利用該算法在不考慮精度的情況下，能有效地識別目標區(qū)域；其二，利用B-樣條函數(shù)對高斯函數(shù)的優(yōu)點，提出了基于Canny算子改進型邊緣檢測算

3、法，該算法與Canny算子相比，提高了邊緣的清晰度和連續(xù)性，而且抗噪能力明顯增強；其三，高精度的圖像測量離不開亞像素分析技術，故對亞像素定位技術作了一定的研究；最后，綜合運用上述方法，提出了自動檢測、識別圓和測量圓參數(shù)算法，在這個算法中，還利用了目標跟蹤技術和擬合圓曲線的最小二乘法，其中，針對特殊運用，如跟蹤圓曲線上的邊緣點，對現(xiàn)有跟蹤算法作了一定的改進，使其能過斷點，得到更多的圓的邊界點。另外，在實際運用中，根據(jù)噪聲點在邊界點周圍的分