屋脊邊緣檢測算法研究.pdf

1、邊緣檢測在圖像處理與計算機視覺中占有特殊位置，是各種圖像分析算法的重要基礎。圖像邊緣可分為階躍邊緣和屋脊邊緣。在工業(yè)圖像檢測中，許多待檢目標都是屋脊型邊緣，經典方法往往只研究階躍邊緣檢測，對屋脊邊緣討論較少。本文的目的是研究屋脊邊緣檢測的各種算法，并在前人基礎上做出一定改進，以期獲得更理想的結果。本文討論的算法分別基于小波分析、數(shù)學形態(tài)學以及微分幾何中的曲率理論。 小波變換良好的時頻局部特性非常適合于圖像處理。小波變換能夠對圖像

2、進行多尺度分解，在各種不同分辨率下對各個子圖像進行邊緣提取工作，并且對噪聲的抑制效果很好。本文的小波分析法對圖像進行小波變換后得到圖像的頻域系數(shù)，通過判斷屋脊邊緣的存在性、計算系數(shù)差分與期望值來實現(xiàn)對邊緣的定位與檢測。 數(shù)學形態(tài)學通過對目標的形態(tài)變換實現(xiàn)結構分析和特征提取的目的。本文主要討論二值形態(tài)學對含有屋脊邊緣的指紋圖像的細化理論，并將其應用到屋脊邊緣檢測的綜合算法之中。 基于曲率的算法通過計算像素點的主曲率與主方向