小波分析在圖像測量技術(shù)中的應用.pdf

1、邊緣檢測技術(shù)在圖像測量中占有重要的地位和作用，因為邊緣檢測是圖像分割的核心內(nèi)容，而圖像分割又是從圖像處理進入圖像分析的關(guān)鍵步驟，也是圖像理解的基礎。所以邊緣檢測一直是圖像測量技術(shù)研究中的熱點和焦點，從而導致邊緣檢測的算法層出不窮。然而，在實際的應用開發(fā)中，我們發(fā)現(xiàn)現(xiàn)有的邊緣檢測算法對目標的檢測和識別，多數(shù)達不到令人滿意的結(jié)果。隨著小波分析理論的不斷研究和發(fā)展，其應用領(lǐng)域漸漸擴展到圖像處理方面。 小波分析是繼Fourier分析之后

2、新的時頻域分析工具。在圖像處理領(lǐng)域，其應用包括圖像生成、圖像預處理、圖像壓縮與傳輸、圖像配準、圖像分析、特征提取與圖像分類等圖像處理的幾乎所有階段。本文對小波分析在圖像測量技術(shù)中的應用進行了研究。 傳統(tǒng)的邊緣檢測是基于一階導數(shù)極大值或二階導數(shù)零交叉的定義。這種定義對噪聲非常敏感，因此邊緣檢測需要通過圖像平滑在大尺度下進行。但是在大尺度下進行邊緣檢測的一個缺點是邊緣位置容易發(fā)生偏移。這對于基于邊緣特征的圖像測量而言會造成誤識別。由

3、于小波分析具有良好的多尺度邊緣檢測性質(zhì)，使得小波變換用于邊緣檢測的理論和應用都得到了極大的發(fā)展。 本文所做的主要工作包括： 1.簡單介紹經(jīng)典邊緣檢測算子的構(gòu)成，通過具體的圖像處理比較其在實際應用中的不足； 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)推導了基于樣條小波和提升小波變換的圖像多尺度邊緣檢測算法，通過對具體的圖像進行邊緣檢測處