小波及形态学在图像边缘检测中的应用研究.pdf

南京信息工程大学
硕士学位论文
小波及形态学在图像边缘检测中的应用研究
姓名:孙晓飞
申请学位级别:硕士
专业:信号与信息处理
指导教师:张宏群
20100501
摘要像降噪中更容易处理高频信号,然后结合数学形态学算法简单抗噪声能力强且能很图像边缘检测是图像处理与分析中最基本的内容之一,是图像压缩、计算机视觉、模式识别等领域的基础,一直是图像处理领域里的研究热点,所以对它研究有理论和现实意义。本文根据小波和形态学在图像处理中的优点进行整合,即根据小波变换在时域和频域具有良好的局部化性能、在图像增强中的优势和小波变换在图好的保存图像边缘特征的优点进行图像边缘检测处理。首先介绍ū浠缓褪翁У姆⒄辜蚴芳捌湎肿矗航艚幼畔晗傅牟隽小波变换理论和数学形态学在图象处理和分析中的理论基础。并对传统的一些边缘检测算子进行简单的阐述,给出相应的实验结果。然后根据小波变换和形态学在图像处理中对高频和低频信号不同的敏感度,用形态学和小波变换相结合的边缘检测。首先将对图像进行小波变换,利用多分辨率分析和算法将其分解为不同尺度、不同方向上的高频细节分量和一个低频分量。分解的低频包含有大量原始图像的信息,反映了图像的主要特征。在低频分量中,用多结构数学形态学边缘检测处理,反映出连续的边缘。在高频部分,部分图像信息和噪声混杂在一起,首先,用小波自适应阈值法进行去除噪声处理,达到有效滤去噪声的同时,能保护图像的边缘信息使其不被模糊:然后用小波模极大值并加方向进行检测。最后将得到的低频和高频边缘进行图像融合,得到最终的图像边缘。最后通过实验表明此方法的可行性,并与传统方法进去比较分析,说明该方法具有的性能和适应能力。关键词:小波变换数学形态学形态滤波边缘检测摘要
。..,,..瑄瓼甪Ⅱ
瓼:
作者签名/垃座日期:卫蝴盈恰学位论文独创性声明学位论文使用授权声明本人郑重声明:⒓岢忠浴扒笫怠⒋葱碌兜目蒲Ь翊邮卵芯抗ぷ鳌⒈韭畚氖俏腋鋈嗽诘际χ傅枷陆械难芯抗ぷ骱腿〉玫难芯成果。⒈韭畚闹谐耐猓惺笛椤⑹莺陀泄夭牧暇钦媸档摹⒈韭畚闹谐暮椭滦坏哪谌萃猓话渌嘶蚱渌已经发表或撰写过的研究成果。⑵渌径员狙芯克龅墓毕拙言诼畚闹凶髁松鞑⒈硎了谢意。作者签名本人完全了解南京信息工程大学有关保留、使用学位论文的规定,学校有权保留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版;有权将学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆被查阅;有权将学位论文的内容编入有关数据库进行检索;有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适用本规定。
第一章绪论本文研究的背景意义图像边缘检测技术的研究现状图像边缘是图像最基本的特征,是图像基本轮廓。边缘是区域属性发生突变的地方,是图像不确定性最大的地方,同时也是信息最集中的地方,广泛的存在于物体背影、物体和物体、基元和基元之间。但有些图像没有具体的边缘,对这些图像分析取决于它们纹理性质,而提取这些图像的纹理性格与边缘检测有其紧密关系。数字图像的边缘检测是图像压缩、计算机视觉、模式识别等领域的基础,广泛应用于图像分割、目标自动识别、遥感监测、医学图像分析等领域。所以对它研究有理论和现实意义【首先,边缘检测对图像数据压缩有重要影响。在图像科学研究中,大量工作是对图像、图形的处理,包括数字图像的处理、储存、传输等。特别地,多媒体技术、计算机视觉和计算机模式识别己经越来越普遍地应用于人们的生活当中。其技术特点要求信息的交互性、实时性和协同性。从图像处理的现状及数据存储传输理论知道,多媒体应用中的关键技术是图形、图像数据的压缩和编码以减少数据存储量、降低数据传输率,满足各行各业对图像处理的要求。其次边缘检测对模式识别的影响。人工智能领域中,计算机视觉十分关注开发分析图像内容的算法,其中统计模式识别是应用最为广泛的方法,用数字图像处理技术可以很好地实现模式识别。只有精确的图像边缘检测才能真正实现机器人视觉及图像测量、卫星遥感技术、精确制导等技术。在计算机视觉系统中,图像边缘提取占据着重要的地位,它位于系统的底层,.。数字图像处理的发展开始于世纪年代初期,然而,图像处理技术的大发展一方面是因为受到航天技术发展的刺激,另一个方面是作为图像处理工具数字计算机和各种不同类型的数字化仪器及显示器技术的突飞猛进的发展。迄今为止,数字图像处理作为碌难Э疲找媸艿饺嗣堑闹厥樱诳蒲а芯俊⒌卣鸺嗖狻⒁感图像分析等领域发挥着越来越重要的作用。边缘检测的实质是采用某种算法来提取出图像中的对象与背景间的交界线。图像灰度的变化情况可以用图像灰度分布的梯度来反映,因此我们可以利用局部图
研究工作和内容安排⑻荻燃ù笾