基于小波的模糊聚類圖像邊緣檢測.pdf

1、圖像的邊緣或輪廓檢測在圖像處理中占有重要的地位，對于圖像處理、計算機視覺來說是一個非常重要的基本研究課題。邊緣表示了信號的突變，包含了圖像中大量的信息，故良好地保存邊緣信息是進一步進行圖像處理的基礎。 本文在小波變換的圖像邊緣檢測算法的基礎上，運用模糊聚類邊緣檢測算法，得到一種新的基于小波的邊緣檢測算法，避免了單純采用小波基對圖像分解使得高頻部分信息遺漏丟失的不足，同時有效濾除噪聲(偽邊緣點)。主要工作有： (1)分析了

2、近年來小波分析的發(fā)展及其在圖像處理方面的應用，描述了目前常用的圖像去噪及邊緣檢測的各種算法，分析了各算法的基本原理、特性以及存在的不足。 (2)研究了模式識別中的聚類分析原理及模糊c均值聚類方法(FCM)，針對FCM算法存在的不足(對孤立點數(shù)據(jù)比較敏感；需要事先指定聚類數(shù)目c和模糊加權指數(shù)m，而c和m直接影響著聚類的結果)，提出了一種改進方法——自適應模糊c均值聚類方法。 (3)結合小波多尺度邊緣檢測方法與自適應模糊c均