邊緣檢測說明

1、邊緣檢測是圖像處理與分析中最基礎(chǔ)的內(nèi)容之一，也是至今仍沒有得到圓滿解決的一類問題。圖像的邊緣包含了圖像的位置、輪廓等特征，是圖像的基本特征之一，廣泛地應(yīng)用于特征描述、圖像分割、圖像增強(qiáng)、圖像復(fù)原、模式識(shí)別、圖像壓縮等圖像分析和處理中。因此，圖像邊緣和輪廓特征的檢測與提取方法，一直是圖像處理與分析技術(shù)中的研究熱點(diǎn)，新理論、新方法不斷涌現(xiàn)。傳統(tǒng)的邊緣檢測算子如roberts、sobel等算子主要使用微分手段檢測邊緣，對(duì)噪聲比較敏感，并且常常

2、會(huì)在檢測邊緣的同時(shí)加強(qiáng)噪聲。新興的canny邊緣檢測方法會(huì)導(dǎo)致一些邊緣模糊，從而得到非單像素寬的邊緣。小波多尺度邊緣檢測方法既具有良好的噪聲抑制能力，又有完備的邊緣保持特性，在邊緣提取中能發(fā)揮大小尺度的優(yōu)勢(shì)，得到精確的單像素寬的邊緣。本文主要工作有：一、對(duì)小波分析基本理論和數(shù)字圖像邊緣檢測的經(jīng)典方法作了闡述，給出了五種經(jīng)典方法的實(shí)驗(yàn)結(jié)果，對(duì)比評(píng)價(jià)了它們各自的優(yōu)缺點(diǎn)。一、實(shí)際中大部分圖像混有噪聲，為了提取圖像的邊緣信息，首先應(yīng)該研究噪聲的

3、去除。圖像邊緣和噪聲同屬于圖像的高頻信息，小波閾值去噪會(huì)損壞圖像邊緣信息。本文提出一種結(jié)合小波閾值去噪和邊緣檢測的邊緣與非邊緣分開去噪的方法。仿真實(shí)驗(yàn)中，當(dāng)圖像加入兩種不同方差的噪聲時(shí)，用該方法先去噪，接著用canny方法提取邊緣，結(jié)果證明了該方法在去噪過程中能保留更多的邊緣信息。三、本文深入研究了小波分析方法如何檢測加噪圖像的邊緣，主要分為單尺度檢測和多尺度檢測兩種。單尺度檢測方法的關(guān)鍵是閾值的選取。本文針對(duì)visushrink全局閾

4、值和bayesshrink貝葉斯閾值進(jìn)行了詳細(xì)的討論，結(jié)合它們各自的優(yōu)缺點(diǎn)，提出了一種新的閾值，并用三種閾值進(jìn)行了實(shí)驗(yàn)，結(jié)果驗(yàn)證了新閾值的優(yōu)越性。多尺度檢測方法主要是通過有效組合利用多個(gè)不同尺度的邊緣檢測算子，正確的檢測出圖像的邊緣。本文利用小波域尺度積的邊緣檢測算法，將相鄰尺度上的小波系數(shù)相乘，在抑制噪聲的同時(shí)，將邊緣在不同尺度間的因果關(guān)系隱含在內(nèi)，認(rèn)為邊緣點(diǎn)是經(jīng)過閾值化處理的尺度積系數(shù)的局部模極大值點(diǎn)。同時(shí)利用測試圖像進(jìn)行了尺度積方