小波變換邊緣檢測及邊緣線特征描述算法研究.pdf

1、邊緣是圖像的重要特征之一，攜帶有圖像的大部分信息。邊緣檢測和邊緣線特征描述是計算機視覺的重點研究內(nèi)容，是進行更高層次圖像處理的基礎。好的邊緣檢測算子既要具備較高的定位精度，同時又要有較強的抗噪聲能力。然而定位精度和抗噪聲性是相互矛盾的，至今還沒有一種算法可以同時滿足定位精度高和抗噪聲性好的要求。受圖像場景的復雜程度和邊緣檢測效果的影響，圖像的邊緣大都表現(xiàn)出不規(guī)則的幾何特性，很難用常規(guī)的幾何方法描述邊緣的線特征。邊緣線特征描述子應該具有良

2、好的平移、旋轉(zhuǎn)、尺度不變性，同時還能夠抑制噪聲的干擾，具有較好的穩(wěn)定性?，F(xiàn)有的方法大都難以滿足這些要求。
　　小波變換具有良好的時頻域多分辨率分析特性，非常適合圖像的邊緣檢測。傳統(tǒng)基于小波的邊緣檢測算法中圖像像素點的方向信息沒有得到充分利用，當圖像受噪聲干擾嚴重或?qū)Ρ榷容^低時檢測效果并不理想。本文提出一種基于小波變換的三閾值多尺度融合邊緣檢測算法。首先，在每一尺度上，采用雙閾值的方法利用像素點的梯度幅值提取待定邊緣點；然后充分利用

3、圖像中邊緣點和噪聲點在梯度方向特性上所表現(xiàn)出的差異來確定當前尺度下圖像的邊緣點；最后，融合不同尺度下的邊緣圖像，通過第三個閾值確定圖像的邊緣。本算法在保護低強度邊緣的同時，能夠很好的抑制噪聲的干擾，實驗證明，在強噪聲干擾下仍可有效定位圖像的邊緣。
　　曲線的傅里葉描述算法建立在傅里葉分析的成熟理論之上，概念簡單，便于理解，而且同時反映了曲線的全局和局部信息，是曲線描述的較優(yōu)算法?，F(xiàn)有的傅里葉描述算法大都依賴于曲線的采樣，受邊緣檢測