文档介绍：搐要图像压缩等的领域中有较为广泛的应甩,也是它幕。在实际图像处理问题中,图像的边缘作为图像的一种基本特征,经常被应用到较高层次的图像应用中去。它在图像识别,图像分割,图像增强以及图像边缘检测的手段多种多样。但是,其大的框架不外乎两种,即传统的基于图像亮度特征的算法和基于小波的多尺度边缘检测算法。对于基于亮度的算法,是研究时间最久,理论发展最成熟的方法,它主要是通过一些差分算子,由图像的亮度计算其梯度的变化,从而检钡霰咴担饕S,琒,琇等算子。这些算法现在已经发展的比较成熟了。再有一类就是随这小波理论的发展和成熟而兴起的基于小波交换的多尺度的图像边缘检测算法。它利用小波变换,检测出图像的在行方向上和列方向上的跃变边缘,并在一定的规则下形成图像的边缘;还有一种方法就是利用小波的多尺度变换以及在小波变换下信号和噪声的甘那鹄刺取对我们有用的边缘信息,并除去噪声的干扰。不过近几年来,发展出了一种新颖的基于图像像素相位的边缘检测算法。它不需要对图像进行任何先验的假设,只是在傅立叶变换域内简单的按相位一致来寻找特征点,鲁棒性比本文在第一章对图像的边缘进行了一个一般的摄述,接着,在第二章中先介绍了比较经典的检测算子,并以惴ㄎ@樱樯芰硕ㄎ晃蟛畈论的基础上,分别介绍了抽样小波变换和非抽样小波变换在边缘检测中的应用。其中菲抽样的小波变换侧重于保持国像优化的空间信息和利用甘去除噪声,而抽样的小波变换则方便我们提取图像的主要轮廓。在本文的最滤波器,成功的检测出了多种图像的边缘,甚至还检测出了马赫带现象,说明这是一种优秀的检测方法,并且符合人类的视觉系统特性。相信本文的工作对图像处理中的边缘检测方法研究以及应用有一定的参考价值。关键诃:边缘检测,图像处理,误差分析,主要轮廓,相位一致性的原因,讨论了一种比较精确的边缘定位方法。在第三章中,在介绍小波理后一章,讨论了基于相位的边缘提取算法。利用〔ǎ乖炝较强。电子科技大学硕士论文
知识水坝***@pologoogle为您整理
俐托潭电子科技大学硕士论文,瑆,甶一..,:簍猻.,,.,琒,琓瑄琲琓。’.,瑆瑆琣猻.,.瑃—琺,,,..琣瑂瑆
知识水坝***@pologoogle为您整理
电子科技大学硕士论文:琲,,,
导师签名:主关于论文使用授权的说明独创性声明日期:年惦月日本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查瓣和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、忙编学位论文。C艿难宦畚脑诮饷芎笥ψ袷卮斯娑签名:日期:年月日本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书丽使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。
第一章绪论图像边缘检测概论图像边缘是图像最基本的特征之一,往往携带着一幅图像的大部分信息。而边缘存在于图像的不规则结构和不平稳现象中,也即存在于信号的突变点处,这些点给出了图像轮廓的位置,这些轮廓常常是我们在图像处理时所需要的非常重要的一些特征条件,这就需要我们对一幅图像检测并提取出它的边缘。而边缘检测算法则是图像处理问题中经典技术难题之一,它的解决对于我们进行高层次的特征描述、识别和理解等有着重大的影响;又由于边缘检测在许多方面都有着非常重要的使用价值,所以人们一直在致力于研究和解决如何构造出具有良好性质及好的效果的边缘检测算子的问题。在通常情况下,我们可以将信号中的奇异点和突交点认为是图像中的边缘点,其附近灰度的变化情况可从它相邻像素灰度分布的梯度来反映。根据这一特点,我们提出了多种边缘检测算子:如算子、阕印算子、阕拥取U庑┓椒ǘ嗍以待处理像素为中心的邻域作为进行灰度分析的基础,实现对图像边缘的提取并已经取得了较好的处理效果。但这类方法同时也存在有边缘像素宽、噪声干扰较严重等缺点,即使采用~些辅助的方法加以去噪,也相应的会带来边缘模糊等难以克服的缺陷。随着小波分析的出现,其良好的时频局部特性被广泛的应用在图像处理和模式识别领域中,成为信号处理中常用的手段和有力的工具。通过小波分析,可以将交织在一起的各种混合信号分解成不同频率的块信号,而通过小波变换进行边缘检测,可以充分利用其多尺度和多分辨率的性质,真实有效的表达图像的边缘特征。当小波变换的尺度减小时,对图像的细节更加敏感;而当尺度增大时,图像的细节我们可以将此粗轮廓称为图像的主要边缘。如果能将一个图像的主要边缘清晰完整的提取出来,这将对目标分割、识别等后续处理带来极总的