圖像測(cè)量中去噪與邊緣檢測(cè)方法研究.pdf

1、圖像測(cè)量過程中，圖像的獲取容易受到噪聲的污染，給后續(xù)的圖像特征提取、分析帶來困難，此外邊緣檢測(cè)方法的優(yōu)劣也將直接影響圖像特征提取的精度，因此如何有效地對(duì)圖像進(jìn)行去噪與邊緣提取在圖像測(cè)量中具有十分重要的意義。本文將圍繞如何改進(jìn)圖像去噪與邊緣檢測(cè)方法進(jìn)行研究。
　　本文首先對(duì)傳統(tǒng)的去噪方法進(jìn)行研究，重點(diǎn)對(duì)小波閾值去噪方法進(jìn)行研究，并對(duì)它們的去噪效果進(jìn)行比較和分析。針對(duì)傳統(tǒng)的小波閾值去噪方法的不足，提出了一種以高密度小波變換結(jié)合雙變量收

2、縮函數(shù)的小波閾值去噪方法。通過實(shí)驗(yàn)驗(yàn)證及比較，該方法能取得更高的峰值性噪比，具有更好的去噪效果。
　　然后對(duì)幾種典型的邊緣檢測(cè)方法進(jìn)行比較分析，對(duì)利用小波變換進(jìn)行邊緣檢測(cè)的原理及方法進(jìn)行研究，最后提出了一種基于多孔算法的小波邊緣檢測(cè)方法，通過實(shí)驗(yàn)仿真驗(yàn)證，新方法能有效的提取邊緣特征，保留圖像細(xì)節(jié)，連續(xù)性好。
　　對(duì)圖像測(cè)量系統(tǒng)的硬件構(gòu)成進(jìn)行了研究，分析其主要功能模塊的作用及影響。以微型齒輪為對(duì)象進(jìn)行測(cè)量，得到主要尺寸參數(shù)，將