小波域圖像邊緣提取及邊緣細(xì)化的算法研究.pdf

1、圖像處理技術(shù)是計(jì)算機(jī)技術(shù)發(fā)展的重要研究領(lǐng)域之一。在對(duì)圖像的研究和應(yīng)用中，圖像的邊緣能勾勒出目標(biāo)物體，而且其中蘊(yùn)含了大量豐富的信息，是圖像分割、圖像識(shí)別及圖像分析中提取圖像特征的重要屬性。所以對(duì)圖像的邊緣進(jìn)行檢測(cè)和提取成了圖像分割技術(shù)研究的一個(gè)熱點(diǎn)問題，而且具有廣泛的應(yīng)用前景，在國(guó)內(nèi)外也出現(xiàn)了好多邊緣檢測(cè)的算法。圖像的邊緣一般存在于圖像的突變處和不連續(xù)處，即存在于圖像的高頻部分。但問題是低頻部分也有可能有邊緣信息。另外，提取出來(lái)的邊緣不一

2、定是單像素寬的，還要研究邊緣細(xì)化的問題。
　　 本文主要圍繞上述這兩個(gè)問題做了相應(yīng)的研究。簡(jiǎn)單介紹了幾種比較傳統(tǒng)的圖像邊緣提取的方法，并給出了這些方法相應(yīng)的圖像邊緣檢測(cè)結(jié)果，對(duì)這些結(jié)果進(jìn)行了分析、比較，總結(jié)了每種方法的優(yōu)缺點(diǎn)；詳細(xì)闡述了小波分析理論的發(fā)展及應(yīng)用，在此基礎(chǔ)上提出了一種新的邊緣檢測(cè)方法。它是在多尺度理論的基礎(chǔ)上，對(duì)圖像小波變換后高頻部分的信息和低頻部分的信息采取不同的檢測(cè)算法，然后將其融合在一起的方法。最后，通過幾組