文档介绍：中国优秀硕士学位论文全文数据库 2011年第S1期信息科技辑
Chinese Master's Theses Full-text Database 2011, Information Science and Technology I138-1384-1
图像边缘特征提取的算法研究

周立鹏
学位授予单位: 西安电子科技大学; 学科专业: 通信与信息系统

摘要

图像边缘作为图像的重要特征,受到模式识别、计算机视觉、导弹制导等领域研究人员的高度重视。图
像边缘检测是特征提取的基础,既可以为图像的恢复、增强和重构提供理论与方法,又可为图像特征的提取提
供依据,是图像分析的一个重要内容。
小波分析是当前应用数学中一个迅速发展的新领域,在诸如信号检测、图像处理、机器视觉、故障诊断、
雷达分析等众多领域取得了很好的应用效果。它是时间—频率的局域变换,能够对函数或信号进行多尺度分
析(MRA),被誉为“数学显微镜”,是频谱分析发展史上里程碑式的进展。
本文将重点放在边缘检测领域小波理论的应用,提出了从小波变换图像中提取边缘的方法,并且进行了
理论分析和实验验证。通过与传统检测方法的比较,小波边缘检测体现出了一系列优越性。
首先,本文介绍了边缘提取研究的历史背景、研究现状、国内外研究成果及本文所要研究的问题,概括
总结了传统的边缘提取方法并讨论了它们的优缺点和使用范围。
然后,介绍了由 Fourier 变换到小波变换的发展和时间—频率局域化分析,小波变换基本理论,多分辨分
析概念,小波变换 Mallat 算法以及离散小波变换的理论基础,同时给出了离散小波分解和重构的计算机实现
方法。
接下来,研究了小波变换在边缘检测中的各种方法。二维小波变换的边缘检测方法,在保留信号边缘、
细节方面具有优良的性能。此外,本文还对处理速度较快的紧支集反对称小波的边缘检测法做了研究。实验
仿真效果良好,说明了小波边缘检测研究具有重要的实用意义。
最后,本文给出了在研究边缘提取过程中的回顾、体会和展望。在本文的基础上,指出了今后有待进一
步探索和研究的方向。

关键词:边缘检测;;特征提取;;小波分析;;时间-频率局域化;;多尺度分析;;小波变换;;Mallat 算法;;紧支集反对
称

中图分类号:

Abstract

As an important feature of images, image edge has received wide attention of many researchers in the fields
such as pattern recognition, computer vision and moving target detection. Image edge detection is the basis of
image feature extraction. It could not only provide some theories and methods to recovery, enhance and reconstruct
images, but also provide basis to extract features from images. So, image edge detection is a strategic part of image
analysis.
Wavelet analysis is one of the thriving fields in current applied mathematics, and has made notable gains in
many fields such as signal detection, image processing, computer vision, trouble shooting and radar analysis. It is
conducted multi-resolution signal both in time and frequency domain, so is called'mathematics microscope', and
considered a milestone in the history of harmonics analysis.
In this paper, the study is focused on the recovery of edge informat