多尺度邊緣檢測(cè)方法研究.pdf

1、隨著社會(huì)的發(fā)展，圖像的邊緣作為人類判別物體的重要依據(jù)變得越來越重要。小波分析是一種多尺度分析工具，在大尺度下，聚焦信號(hào)的整體輪廓，小尺度下聚焦于信號(hào)的精細(xì)結(jié)構(gòu)，因而在圖像的邊緣檢測(cè)中取得了很好的效果。本文所做的主要工作具體如下： （1）首先詳細(xì)介紹了小波分析理論基礎(chǔ)、基于提升方案的小波變換以及圖像邊緣檢測(cè)的理論基礎(chǔ)。對(duì)傳統(tǒng)的邊緣檢測(cè)方法（包括微分法和小波模極大值法）進(jìn)行了實(shí)驗(yàn)分析比較。 （2）在基于小波系數(shù)尺度間點(diǎn)相關(guān)性

2、提取邊緣算法分析基礎(chǔ)上，針對(duì)點(diǎn)相關(guān)性的不足，提出了基于區(qū)間相關(guān)和區(qū)域相關(guān)的邊緣提取算法，有效地弱化了在小波變換過程中產(chǎn)生的偏移的影響。實(shí)驗(yàn)表明，該方法更好地檢測(cè)了圖像邊緣。 （3）從理論上分析比較了二代小波和一代小波的優(yōu)缺點(diǎn)，利用二代小波的優(yōu)點(diǎn)給出了雙正交小波濾波器的提升過程，并將其運(yùn)用到圖像的邊緣檢測(cè)過程中。實(shí)驗(yàn)表明，基于提升小波的邊緣檢測(cè)方法與其他傳統(tǒng)方法有一樣的效果，但是提升小波具有計(jì)算量小、計(jì)算速度快和要求存儲(chǔ)空間小等諸