基于小波變換與模糊方法的圖像邊緣檢測(cè).pdf

1、隨著數(shù)字圖像采集技術(shù)和處理技術(shù)的飛速發(fā)展，圖像己成為人們獲取信息的重要途徑，圖像的邊緣信息反映了圖像中最有價(jià)值的信息，邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺(jué)中最重要、最經(jīng)典的課題之一。 小波變換在空域中分辨率隨頻率的大小而調(diào)節(jié)，低頻粗疏，高頻精密，在小尺度參數(shù)的邊緣檢測(cè)算子能夠檢測(cè)出灰度發(fā)生的細(xì)變化，而大尺度參數(shù)的邊緣檢測(cè)算子能夠檢測(cè)出灰度發(fā)生的粗變化，使用小波多尺度變換可以更好的檢測(cè)圖像的邊緣和細(xì)節(jié)，能夠很好的將信號(hào)與噪聲分離，但在使

2、用小波多尺度變換進(jìn)行圖像邊緣檢測(cè)的時(shí)候，雖然可以一定程度的去除噪聲點(diǎn)的干擾，同時(shí)也會(huì)去除掉一些較弱的信號(hào)邊緣，對(duì)模糊邊緣的提取有一定的缺陷。如果同時(shí)利用模糊理論來(lái)進(jìn)行邊緣檢測(cè)，就能更好的將弱邊界圖像從背景中分離出來(lái)。根據(jù)以上這些特點(diǎn)，本文提出了一種新的基于小波多尺度變換和模糊方法的圖像邊緣檢測(cè)法，結(jié)合了小波多尺度和模糊方法，既能在很大程度上克服噪聲的影響，又能保持豐富的邊緣細(xì)節(jié)，還能更有效的將圖像的弱邊界從背景中分離出來(lái)。 本文

3、將小波多尺度變換理論和模糊邊緣檢測(cè)方法相結(jié)合應(yīng)用于圖像的邊緣檢測(cè)中，將圖像通過(guò)濾波器分為高頻和低頻兩部分分別處理，高通濾波器目的是去除或衰減低頻帶LL的小波系數(shù)，而保留高頻帶的小波系數(shù)，低通濾波器目的是保留低頻帶的小波系數(shù)，而衰減高頻帶的小波系數(shù)，去除圖像中大量的邊緣信息，對(duì)于高頻部分使用小波多尺度變換的方法進(jìn)行邊緣檢測(cè)，低頻部分則利用競(jìng)爭(zhēng)模糊邊緣檢測(cè)方法進(jìn)行處理，最后對(duì)兩種方法得到的邊緣圖像進(jìn)行融合。在matlab7.0的編程環(huán)境下進(jìn)