基于Gabor與小波的邊緣檢測(cè)理論、快速算法與實(shí)時(shí)應(yīng)用研究.pdf

1、邊緣檢測(cè)是所有基于邊界的圖像分割方法的第一步.邊緣往往攜帶著一幅圖像的大部分信息,而邊緣存在于圖像的不規(guī)則結(jié)構(gòu)和不平穩(wěn)現(xiàn)象中,也即存在于信號(hào)的奇異點(diǎn)或突變處,這些點(diǎn)給出了圖像輪廓的位置,這些輪廓?jiǎng)t常常是在圖像處理時(shí)所需要的非常重要的一些特征條件,這就需要對(duì)一幅圖像檢測(cè)和提取出它的邊緣.傳統(tǒng)的邊緣檢測(cè)方法,如微分算子法和邊緣擬合算子法很難在精度與抗噪上達(dá)到一個(gè)折中,因此,邊緣檢測(cè)的效果并不理想,針對(duì)這個(gè)問(wèn)題,該文研究用滿足不確定準(zhǔn)則下界的

2、Gabor方法來(lái)檢測(cè)邊緣.雖然有人已經(jīng)對(duì)這種方法有過(guò)闡述,但其只對(duì)一維階躍邊緣作了分析,該文在此基礎(chǔ)上,提出了二維階躍邊緣的最佳Gabor濾波器設(shè)計(jì)方法,同時(shí),提出了斜坡邊緣模型,給出了一維斜坡邊緣的最佳Gabor濾波器設(shè)計(jì)方法.傳統(tǒng)的檢測(cè)方法對(duì)清晰圖像的邊緣檢測(cè)效果很好,但對(duì)噪聲相對(duì)敏感,盡管Mallat用多尺度小波變換來(lái)壓制噪聲,可是對(duì)于有大量噪聲的圖像,邊緣檢測(cè)效果并不好.多尺度小波系數(shù)由于其相關(guān)性而在去噪中得到應(yīng)用,該文提出利用

3、多尺度小波系數(shù)的移位相關(guān)的性質(zhì)來(lái)最大限度的抑制噪聲,提取邊緣.新的方法可以有效去除原圖像的噪聲,得到清晰鮮明的圖像邊緣.雖然Gabor和小波的引入能提高邊緣檢測(cè)的效果,但往往因其計(jì)算的復(fù)雜性而受到限制,該文提出了一種有效的離散Gabor變換算法來(lái)計(jì)算有限離散實(shí)數(shù)信號(hào)的Gabor系數(shù),同時(shí),也給出了基于FFT的小波變換快速算法,為理論的快速實(shí)現(xiàn)提供了可能性.為了將提出的理論(如Gabor和小波邊緣檢測(cè)理論)應(yīng)用于實(shí)時(shí)性要求較高的場(chǎng)合,如實(shí)

4、時(shí)牌照識(shí)別,除了提出快速算法外,還可以通過(guò)提供更快的器件來(lái)實(shí)現(xiàn),硬件實(shí)現(xiàn)也是理論推向?qū)崟r(shí)應(yīng)用的關(guān)鍵,同時(shí)希望提供的硬件結(jié)構(gòu)與算法能夠很好的匹配,以充分發(fā)揮硬件的性能.該文用基于TMS320C6205數(shù)字信號(hào)處理器的實(shí)時(shí)圖像處理板來(lái)實(shí)現(xiàn)牌照識(shí)別系統(tǒng)以及FFT算法,主要包括:1)自行設(shè)計(jì)和制作了實(shí)時(shí)圖像處理板2)提出了針對(duì)TMS320C6205VLIW結(jié)構(gòu)的手動(dòng)編碼方法以及流水線實(shí)現(xiàn)方法,用以提高代碼的效率3)提出了針對(duì)牌照識(shí)別系統(tǒng)和FFT