基于小波變換與模糊方法的圖像邊緣檢測.pdf

1、隨著數(shù)字圖像采集技術和處理技術的飛速發(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值的信息，邊緣檢測是圖像處理和計算機視覺中最重要、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)的邊緣檢測算子能夠檢測出灰度發(fā)生的細變化，而大尺度參數(shù)的邊緣檢測算子能夠檢測出灰度發(fā)生的粗變化，使用小波多尺度變換可以更好的檢測圖像的邊緣和細節(jié)，能夠很好的將信號與噪聲分離，但在使

2、用小波多尺度變換進行圖像邊緣檢測的時候，雖然可以一定程度的去除噪聲點的干擾，同時也會去除掉一些較弱的信號邊緣，對模糊邊緣的提取有一定的缺陷。如果同時利用模糊理論來進行邊緣檢測，就能更好的將弱邊界圖像從背景中分離出來。根據(jù)以上這些特點，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法，結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節(jié)，還能更有效的將圖像的弱邊界從背景中分離出來。 本文

3、將小波多尺度變換理論和模糊邊緣檢測方法相結合應用于圖像的邊緣檢測中，將圖像通過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，對于高頻部分使用小波多尺度變換的方法進行邊緣檢測，低頻部分則利用競爭模糊邊緣檢測方法進行處理，最后對兩種方法得到的邊緣圖像進行融合。在matlab7.0的編程環(huán)境下進