文档介绍：基于高斯小波的多尺度积图像边缘检测算法
赵晓丽，孔勇
（上海工程技术大学电子电气工程学院， 上海201620）
摘要：针对边缘检测中存在的噪声敏感性问题。本文根据Mallat快速小波变换算法的思想，提出用高斯函数和其一阶导数分别作为低通和高通滤波器对图像进行多尺度分析，通过非下采样提取不同尺度上的系数，然后利用尺度积对噪声严重的图像进行边缘检测。最后根据边缘点的梯度方向，采用改进的局部梯度极大值搜索方法获得图像的单像素边缘。实验结果表明本文所提出的方法，能在被噪声污染严重的图像中提取图像的单像素边缘，且边缘图像信噪比高。
关键词：边缘检测；多尺度积；高斯小波；梯度值
中图分类号： 文献标识码：A
Image Edge Detection Algorithm Based on Multi-scale Product of Gaussian Wavelet
ZHAO Xiao-li, KONG Yong
College of Electronic and Electrical Engineering, Shanghai University of Engineering Science, Shanghai 201620
Abstract: In order to solve conflicts in suppressing noise and detecting edge. A new edge detection algorithm based on non-subsampled multi-scale product is presented according to Mallat multi-scale analysis, which uses Gaussian function and its first-derivative as low-pass and high-pass filter to enhance edge and suppress noise, then detect edge by gradient direction and updating search method. The experiments show that this approach has advantages of detecting edge in image embedded noise and high signal to noise ratio.
Keywords: edge detection, multi-scale product, Gaussian wavelet, gradient magnitude
引言
边缘是图像最基本的特征，是图像分割及图像理解的重要依据。由于图像的边缘经常被噪声所干扰，而噪声和边缘都属于图像的高频信号，在滤除噪声的同时，也破坏了图像的边缘。因此，为了解决抗噪性能和边缘检测的矛盾，研究有效的边缘检测算法具有重要意义。
近年来, 边缘检测算法的研究大多集中在对已有Log和Canny等算子的改进[1~3]以及小波变换[4~5]方面，对小波多尺度积的关注比较少。已有的研究结果[6~7]表明：随着尺度的增大，噪声的尺度积将迅速减小，边缘点的尺度积将成倍增