基于雙樹(shù)復(fù)小波變換的聲吶圖像邊緣檢測(cè).pdf

1、聲吶圖像的邊緣檢測(cè)在后續(xù)的聲吶圖像分析中起著非常重要的作用。它的目的是從復(fù)雜的海底混響區(qū)提取出目標(biāo)的亮區(qū)和暗區(qū)，并在一定程度上保留原始圖像的邊緣信息。海洋中物體的識(shí)別，目標(biāo)跟蹤以及分類(lèi)主要取決于能否準(zhǔn)確地對(duì)聲吶圖像邊緣檢測(cè)。聲吶圖像的邊緣檢測(cè)在軍用領(lǐng)域，民用領(lǐng)域等都有著廣泛的應(yīng)用。
　　雙樹(shù)復(fù)小波變換(Dual Tree Complex Wavelet Transform，DTCWT)不僅秉承了小波變換的時(shí)頻局部化分析能力，滿(mǎn)足完

2、全重構(gòu)條件，有限的數(shù)據(jù)冗余與高效的計(jì)算能力等種種優(yōu)良特性，而且還在它的基礎(chǔ)上進(jìn)一步提升了算法，改進(jìn)了小波變換不具有的平移不變性和多方向選擇性等缺點(diǎn)，因此廣泛應(yīng)用于邊緣檢測(cè)等圖像處理方面。
　　本文首先用Lee濾波方法對(duì)聲吶圖像進(jìn)行濾波，然后對(duì)濾波后的圖像進(jìn)行雙樹(shù)復(fù)小波分解并經(jīng)過(guò)一定的處理后又進(jìn)行重構(gòu)來(lái)提取出邊緣再經(jīng)過(guò)閾值化細(xì)化等一系列操作來(lái)優(yōu)化邊緣。除了上述檢測(cè)方法本文還將雙樹(shù)復(fù)小波與經(jīng)典的Canny算子結(jié)合，將雙樹(shù)復(fù)小波分解后的