基于小波理論的藻類圖像邊緣檢測.pdf

1、目前，小波變換已廣泛地應(yīng)用到圖像去噪與邊緣檢測中去。 怎樣利用小波變換的去相關(guān)性、多分辨特性、小波系數(shù)的統(tǒng)計性質(zhì)進行去噪一直是人們普遍研究的方向。本文對基于小波變換的圖像去噪方法進行了深入的剖析。首先，本文介紹了圖像降噪的客觀標準，接著對小波收縮去噪法進行了詳細的討論。小波收縮函數(shù)是這一方法的關(guān)鍵部分，通過比較多種閾值函數(shù)，最終提出了平滑半軟閾值函數(shù)以取得更好的效果。收縮閾值的確定是另一個要素，BayesShrink閾值能滿足要

2、求，在此基礎(chǔ)上適當?shù)丶尤胱赃m應(yīng)調(diào)整。 接著本文將小波理論應(yīng)用于圖像邊緣檢測。根據(jù)邊緣檢測的評價標準，參照用于邊緣檢測的最優(yōu)小波函數(shù)的一般準則，在此基礎(chǔ)上最終選擇二次樣條小波，提出了基于小波變換的自適應(yīng)閾值圖像邊緣檢測的新方法。通過計算機仿真對該算法進行了驗證,結(jié)果明顯優(yōu)于固定閾值的小波邊緣檢測。 最后，本文研究了如何將小波邊緣合理地連接的問題，提出了小波邊緣監(jiān)督下的區(qū)域增長方法。自適應(yīng)閾值分割確定初始增長區(qū)域，按照自定義