基于提升小波變換的圖像多尺度邊緣檢測(cè).pdf

1、邊緣是圖像中不規(guī)則結(jié)構(gòu)和不平穩(wěn)現(xiàn)象的重要表現(xiàn)，往往攜帶著圖像中的大部分信息，給出了圖像輪廓，而這恰恰是進(jìn)行圖像識(shí)別和圖像理解的重要特征，因此邊緣檢測(cè)就成了圖像處理中的首要的和最重要的一步，提取結(jié)果直接影響識(shí)別精度。 由于實(shí)際獲得的圖像各種各樣，噪聲水平也大小不同，因此如何從所獲得的圖像中提取感興趣的邊緣仍舊是一個(gè)難題，直到目前，還沒(méi)有統(tǒng)一的方法和數(shù)學(xué)模型。本文就圖像的邊緣檢測(cè)算法進(jìn)行了一些新的探索，主要工作如下: 針對(duì)圖

2、像識(shí)別邊緣檢測(cè)的主要問(wèn)題——圖像的平滑與逼近的矛盾，提出了一種基于Walsh-Haar類變換的邊緣檢測(cè)新算法。與一些常用的邊緣檢測(cè)方法相比，本算法實(shí)現(xiàn)簡(jiǎn)單，得到的邊緣圖像包含更多的邊緣信息，但是由于加入了圖像融合，由本方法所檢測(cè)到的圖像邊緣不是細(xì)邊緣。 對(duì)于前述邊緣檢測(cè)方法中提取邊緣細(xì)節(jié)的能力的不足之處，本文利用提升小波理論，提出了一種圖像多尺度邊緣檢測(cè)的新方法，并完成了相應(yīng)的仿真實(shí)驗(yàn)。該檢測(cè)方法適用于多種線性或非線性雙正交小波