小波分析在圖像測(cè)量技術(shù)中的應(yīng)用.pdf

1、邊緣檢測(cè)技術(shù)在圖像測(cè)量中占有重要的地位和作用，因?yàn)檫吘墮z測(cè)是圖像分割的核心內(nèi)容，而圖像分割又是從圖像處理進(jìn)入圖像分析的關(guān)鍵步驟，也是圖像理解的基礎(chǔ)。所以邊緣檢測(cè)一直是圖像測(cè)量技術(shù)研究中的熱點(diǎn)和焦點(diǎn)，從而導(dǎo)致邊緣檢測(cè)的算法層出不窮。然而，在實(shí)際的應(yīng)用開(kāi)發(fā)中，我們發(fā)現(xiàn)現(xiàn)有的邊緣檢測(cè)算法對(duì)目標(biāo)的檢測(cè)和識(shí)別，多數(shù)達(dá)不到令人滿意的結(jié)果。隨著小波分析理論的不斷研究和發(fā)展，其應(yīng)用領(lǐng)域漸漸擴(kuò)展到圖像處理方面。 小波分析是繼Fourier分析之后

2、新的時(shí)頻域分析工具。在圖像處理領(lǐng)域，其應(yīng)用包括圖像生成、圖像預(yù)處理、圖像壓縮與傳輸、圖像配準(zhǔn)、圖像分析、特征提取與圖像分類(lèi)等圖像處理的幾乎所有階段。本文對(duì)小波分析在圖像測(cè)量技術(shù)中的應(yīng)用進(jìn)行了研究。 傳統(tǒng)的邊緣檢測(cè)是基于一階導(dǎo)數(shù)極大值或二階導(dǎo)數(shù)零交叉的定義。這種定義對(duì)噪聲非常敏感，因此邊緣檢測(cè)需要通過(guò)圖像平滑在大尺度下進(jìn)行。但是在大尺度下進(jìn)行邊緣檢測(cè)的一個(gè)缺點(diǎn)是邊緣位置容易發(fā)生偏移。這對(duì)于基于邊緣特征的圖像測(cè)量而言會(huì)造成誤識(shí)別。由

3、于小波分析具有良好的多尺度邊緣檢測(cè)性質(zhì)，使得小波變換用于邊緣檢測(cè)的理論和應(yīng)用都得到了極大的發(fā)展。 本文所做的主要工作包括： 1.簡(jiǎn)單介紹經(jīng)典邊緣檢測(cè)算子的構(gòu)成，通過(guò)具體的圖像處理比較其在實(shí)際應(yīng)用中的不足； 2.闡述了小波分析以及多尺度變換的基本原理，系統(tǒng)研究了小波變換以及Mallat算法； 3.從小波分析的基本原理出發(fā)推導(dǎo)了基于樣條小波和提升小波變換的圖像多尺度邊緣檢測(cè)算法，通過(guò)對(duì)具體的圖像進(jìn)行邊緣檢測(cè)處