数字图像处理论文95163.docVIP

数字图像处理论文 学院：________________________ 专业：________________________ 学号：________________________ 姓名：________________________ 指导教师：________________________ 年 月 日 基于改进二进制小波变换的图像边缘检测算法的研究 胡阳 (北京科技大学信息工程学院,北京　100083) 摘　要:针对传统二进制小波变换在图像边缘检测应用中的不足,提出了基于改进二进制小波变换的图像边缘检测算法. 该算法首先按水平、垂直和对角方向对图像进行改进的多尺度二进制小波变换,提取三个方向的小波系数. 然后采用相邻尺度小波系数相乘的方法去除图像的噪声,再对去噪后的小波系数乘积极大值点进行检测. 最后将这3 个方向上的极大点进行融合,形成图像的边缘. 关键词:二进制小波变换;边缘检测;小波系数相乘 Abstract : In view of t he shortage of t raditional dyadic wavelet transform on the application of edge detection for image , the edge detection algorit hm is presented based on improved dyadic wavelet transform for image in the paper . The processes of the algorit hm are as follows : firstly improved multiscale dyadic wavelet transform is utilized with horizontal , vertical and diagonal directions respectivelyto obtain wavelet coefficient s of the three orientations. Secondly the met- hod of coefficients multiplication of wavelets in adjacent scales is applied to remove noise and to take out the maxima of the wavelet coefficients product after denoising. Lastly merge the maximum points of the three directions to conform the image edges. Key words :dyadic wavelet transform ; edge detection ; wavelet coefficients multiplication. 图像边缘是图像的基本特征之一，它存在于目标与背景、目标与目标、区域与区域、基元与基元之间[1 ].。图像的边缘检测是数字图像处理、图像分析和机器视觉领域的重要的研究内容。在图像中，灰度值的突变点一般位于重要目标的边界上，边缘检测就是要找出这些突变点。目前广泛使用的图像边缘检测算法有:Sobel 、Priwt t 、Canny、Laplacian 等,这些算法的核心思想是假设边缘点对应于原始图像灰度级梯度的局部极值点。但是当图像含有噪声时，这些算法对噪声非常敏感，常常会把噪声当做边缘点一并检测出来，而真正的边缘由于噪声的干扰也可能被漏检。为此,Marr[ 2 ]提出了首先对原始图像用Gauss函数作平滑，然后再用Laplacian 算子作用于平滑后的结果用提取零交叉的方法提取边缘，这就是著名的LOG边缘检测算法。LOG边缘检测算法的优点是可以对噪声进行很好地去除，缺点是可能将原有的边缘也给平滑了,这不利于真正的边缘检测。 小波变换被誉为分析信号的数学显微镜，在时频两域上有突出信号局部特征的能力和进行多分辨率分析的能力，已经成功地应用在图像边缘检测领域。文献[ 3 ]中给出的算法虽然有较强的去噪能力和较好的边缘检测效果，但算法比较复杂,计算量也比较大。 因此，如何使图像边缘的算法既简单又能更好地消除噪声对边缘检测的影响，目前仍然是研究的热点问题。文献[ 4-5 ]给出了利用快速二进制小波变换对图像进行多尺度的小波分解，然后，对各尺度下的小波系数进行融合直接确定图像的边缘。他们的算法虽然具有算法简单、易于编程实现等特点，也有过扼杀边缘小波系数的可能