基于數(shù)學形態(tài)學的多尺度邊緣檢測研究.pdf

1、在圖像處理領域，邊緣檢測是一個低級的視覺處理過程，但是由于邊緣描述了目標最基本的形狀特征，使得邊緣檢測在解決目標識別和圖像理解等高層次圖像處理問題上有著非常重要的地位。同時，邊緣檢測又是圖像處理領域中經(jīng)典的技術難題之一，原因是圖像在成像過程中由噪聲、投影、混合等導致圖像發(fā)生模糊和變形，使得邊緣往往難于檢測。因此，邊緣檢測主要面臨著兩個問題：一是如何降低噪聲的干擾；二是如何最大化地檢測出有效的邊緣信息。
　　 傳統(tǒng)的方法是對圖像做

2、平滑濾波來降低噪聲的干擾，雖然取得了一定的效果，但是并不理想，表現(xiàn)在濾除噪聲的同時，也丟失了一些邊緣信息。另外，單一的尺度使得傳統(tǒng)方法不能完整地獲得目標圖像的邊緣信息。
　　 近年來，隨著對尺度空間理論研究的深入，以及一些現(xiàn)代數(shù)學方法在計算機視覺領域的廣泛應用，更符合人類視覺特征的多尺度檢測方法和數(shù)學形態(tài)學邊緣檢測方法，受到了邊緣檢測領域?qū)W者們的重視。
　　 鑒于此，本文以尺度空間理論和數(shù)學形態(tài)學理論為基礎，對基于數(shù)學形

3、態(tài)學的多尺度邊緣檢測方法進行了探究。
　　 文中重點研究了基本數(shù)學形態(tài)學邊緣檢測方法及其抗噪型邊緣檢測方法和多結(jié)構(gòu)型邊緣檢測方法，并通過實驗發(fā)現(xiàn)：如果采用多個幾何結(jié)構(gòu)較小的形態(tài)學結(jié)構(gòu)元素，形態(tài)學多結(jié)構(gòu)邊緣檢測方法能夠較好地檢測目標的細節(jié)邊緣，但是抗噪性差。借鑒傳統(tǒng)方法加入平滑濾波過程的思想，對前述多結(jié)構(gòu)方法進行了改進，即在運算式中再加入一個幾何結(jié)構(gòu)較大的濾波結(jié)構(gòu)元素，通過實驗取得了較好的檢測效果。
　　 此外，文中還利用