小波變換在圖像邊緣檢測和降噪中的應(yīng)用.pdf

1、圖像邊緣包含了一幅圖像的絕大部分主要信息，邊緣的提取在圖像處理和機(jī)器視覺中占據(jù)著非常重要的作用。在圖像的獲取、傳輸和存儲(chǔ)過程中往往會(huì)因各種原因引入噪聲，因此，如何改進(jìn)這些圖像的質(zhì)量，就成為數(shù)字圖像處理中的一個(gè)重要任務(wù)。小波分析是一種有效的分析工具，近年來隨著小波理論的不斷發(fā)展完善，小波理論已經(jīng)被應(yīng)用到圖像處理的幾乎所有的分支，如：圖像降噪、邊緣檢測、圖像壓縮、圖像分割等。本文主要研究其在圖像邊緣檢測和降噪領(lǐng)域的應(yīng)用。 本文對(duì)小波

2、變換理論進(jìn)行了系統(tǒng)的學(xué)習(xí)、研究與總結(jié)，介紹了連續(xù)小波變換、離散小波變換、多分辨分析、小波基構(gòu)造和二進(jìn)小波變換，并給出離散二進(jìn)小波變換的快速分解與重構(gòu)算法(Mallat算法)等。 本文介紹了傳統(tǒng)的邊緣檢測算法并分析其優(yōu)缺點(diǎn)；重點(diǎn)研究了基于Mallat算法和多孔算法下的小波邊緣檢測，在此基礎(chǔ)上針對(duì)多孔算法邊緣檢測提出改進(jìn)方案，大大降低了算法復(fù)雜度；本文還研究了數(shù)字形態(tài)學(xué)在邊緣檢測中應(yīng)用，分別針對(duì)邊緣檢測算子和采取的結(jié)構(gòu)元提出改進(jìn)方案