基于小波變換和EMD的圖像邊緣檢測算法研究.pdf

1、圖像邊緣檢測是圖像處理領(lǐng)域的基礎(chǔ)內(nèi)容之一。邊緣檢測往往作為對圖像理解和分析的第一步，也是圖像識別與分割過程中檢測圖像特征的重要屬性。小波憑借良好的“時頻”和多尺度分析技術(shù)，能在檢測圖像邊緣的同時抑制噪聲，為圖像邊緣檢測提供了有效的途徑。但小波基函數(shù)不具有自適應(yīng)性，即對于具有較大差異的非平穩(wěn)信號而言，小波在局部的分析能力較弱，因此，如何更好的獲取高質(zhì)量的圖像邊緣，便成為圖像處理的一個重要任務(wù)。
　　 本文主要針對小波變換和經(jīng)驗?zāi)Ｊ?/p>

2、分解算法在圖像邊緣檢測方面的應(yīng)用進(jìn)行了研究與分析，主要研究了：利用傳統(tǒng)邊緣檢測算法及利用小波變換進(jìn)行邊緣檢測的結(jié)果比較與分析；基于小波變換和二維經(jīng)驗?zāi)Ｊ椒纸庀嘟Y(jié)合的方法進(jìn)行圖像邊緣檢測；基于限鄰域二維經(jīng)驗?zāi)Ｊ椒纸獾膱D像邊緣檢測。
　　 針對具有較大差異的非平穩(wěn)信號，小波局部的分析能力較弱問題，提出了小波變換和二維經(jīng)驗?zāi)Ｊ椒纸庀嘟Y(jié)合的方法進(jìn)行圖像邊緣檢測。經(jīng)驗?zāi)Ｊ椒纸馑惴ㄊ翘幚矸蔷€性-非平穩(wěn)信號的有力工具，其分解過程完全是由數(shù)據(jù)驅(qū)

3、動，而且很容易推廣到二維空間，本文采用對稱方法處理邊界漏點問題、利用圖像數(shù)據(jù)灰度均值計算篩分終止條件，改進(jìn)了二維經(jīng)驗?zāi)Ｊ椒纸馑惴ǎ⑴c小波結(jié)合進(jìn)行邊緣檢測，仿真結(jié)果表明，利用該算法優(yōu)于單獨使用小波變換進(jìn)行邊緣提取，能夠獲得較好的邊緣提取效果。
　　 針對二維經(jīng)驗?zāi)Ｊ椒纸膺^程需要消耗大量時間的問題，提出了基于限鄰域二維經(jīng)驗?zāi)Ｊ椒纸獾乃惴?，該算法舍棄了消耗時間較長的插值擬合曲面的過程，也沒有終止條件限制，減少了算法運行時間。本文利用