基于Gabor與小波的邊緣檢測理論、快速算法與實時應用研究.pdf

1、邊緣檢測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,也即存在于信號的奇異點或突變處,這些點給出了圖像輪廓的位置,這些輪廓則常常是在圖像處理時所需要的非常重要的一些特征條件,這就需要對一幅圖像檢測和提取出它的邊緣.傳統(tǒng)的邊緣檢測方法,如微分算子法和邊緣擬合算子法很難在精度與抗噪上達到一個折中,因此,邊緣檢測的效果并不理想,針對這個問題,該文研究用滿足不確定準則下界的

2、Gabor方法來檢測邊緣.雖然有人已經(jīng)對這種方法有過闡述,但其只對一維階躍邊緣作了分析,該文在此基礎上,提出了二維階躍邊緣的最佳Gabor濾波器設計方法,同時,提出了斜坡邊緣模型,給出了一維斜坡邊緣的最佳Gabor濾波器設計方法.傳統(tǒng)的檢測方法對清晰圖像的邊緣檢測效果很好,但對噪聲相對敏感,盡管Mallat用多尺度小波變換來壓制噪聲,可是對于有大量噪聲的圖像,邊緣檢測效果并不好.多尺度小波系數(shù)由于其相關性而在去噪中得到應用,該文提出利用

3、多尺度小波系數(shù)的移位相關的性質(zhì)來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的效果,但往往因其計算的復雜性而受到限制,該文提出了一種有效的離散Gabor變換算法來計算有限離散實數(shù)信號的Gabor系數(shù),同時,也給出了基于FFT的小波變換快速算法,為理論的快速實現(xiàn)提供了可能性.為了將提出的理論(如Gabor和小波邊緣檢測理論)應用于實時性要求較高的場合,如實

4、時牌照識別,除了提出快速算法外,還可以通過提供更快的器件來實現(xiàn),硬件實現(xiàn)也是理論推向?qū)崟r應用的關鍵,同時希望提供的硬件結(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)字信號處理器的實時圖像處理板來實現(xiàn)牌照識別系統(tǒng)以及FFT算法,主要包括:1)自行設計和制作了實時圖像處理板2)提出了針對TMS320C6205VLIW結(jié)構(gòu)的手動編碼方法以及流水線實現(xiàn)方法,用以提高代碼的效率3)提出了針對牌照識別系統(tǒng)和FFT