基于Shearlet變換的圖像分割與邊緣檢測研究.pdf

1、盡管傳統(tǒng)的小波變換已成功應(yīng)用于信號(hào)處理領(lǐng)域，但是它不能有效地處理高維數(shù)據(jù)。剪切波的出現(xiàn)克服了傳統(tǒng)小波的局限，成為多尺度幾何分析領(lǐng)域的又一有效工具，它增強(qiáng)了基函數(shù)的方向敏感性，輕松有效地逼近線奇異信號(hào)。剪切波與多分辨率分析有聯(lián)系，且有著嚴(yán)密的數(shù)學(xué)理論，不但是一個(gè)靈活的高維數(shù)據(jù)的表示工具，而且具有簡單的離散化實(shí)現(xiàn)過程。
　　本文嘗試根據(jù)剪切波的優(yōu)點(diǎn)，還有變換后剪切波系數(shù)的概率統(tǒng)計(jì)特性實(shí)現(xiàn)了如下的改進(jìn)算法：
　　(1)本文研究了一

2、種結(jié)合非下采樣的剪切波變換和矢量C-V模型的新的分割算法，首先利用非下采樣的剪切波變換所具有的平移不變性和對(duì)圖像多尺度和多方向性的分解，很好地保留了圖像的細(xì)節(jié)信息。而矢量C-V模型可以利用圖像的灰度信息，對(duì)圖像的整體把控比較好。我們將通過變換的多分辨率表示送進(jìn)矢量C-V模型中，實(shí)現(xiàn)了一個(gè)新的圖像分割算法，既充分利用了圖像的細(xì)節(jié)信息又考慮到圖像的灰度信息。通過對(duì)自然圖像、紋理圖像和彩色圖像的仿真實(shí)驗(yàn)，驗(yàn)證了本文算法的有效性。
　　(

3、2)本文通過統(tǒng)計(jì)圖像剪切波變換后的系數(shù)概率規(guī)律，利用高斯混合模型對(duì)剪切波系數(shù)所對(duì)應(yīng)的大、小狀態(tài)建模，充分利用剪切波變換捕獲圖像的線奇異信號(hào)的能力，再根據(jù)所建立的概率模型分離出圖像的邊緣信息，進(jìn)而用改進(jìn)的Ostu方法自動(dòng)選取閾值，提取圖像的邊緣。從六組對(duì)比的仿真實(shí)驗(yàn)看出我們算法邊緣線的連續(xù)性和流暢性和整體的視覺效果上有優(yōu)勢。
　　(3)在統(tǒng)計(jì)剪切波變換系數(shù)的概率規(guī)律的基礎(chǔ)上，繼續(xù)統(tǒng)計(jì)了圖像經(jīng)過非下采樣的剪切波變換后系數(shù)的聯(lián)合統(tǒng)計(jì)特性