小波包变换在图像边缘检测中的应用.pdfVIP

第24卷第4期 邢 台学 院 学 报 Vo1．24．No．4 2009年 12月 J0URNALOFXINGTAIUNIVER Y Dec．2009 小波包变换在图像边缘检测中的应用 田苗 苗 (吉林师范大学信息技术学院，吉林四平 136000) 摘 要：简要介绍小波包变换的基本原理，给出基于小波包变换的图像边缘检测方法。用MATLAB仿真实验结果表 明该算法对图像噪声干扰有较强的抑制能力，提取的边缘定位准确。 关键词：小波包；图像边缘检测；MATLAB仿真 ． 中圈分类号：TN911．73 文献标识码：A 文章编号：1672—4658(2009)04—0108—02 当前，适合人观察和识别是用计算机进行图像处理的 W2 (f)(t)= ∑h2kw(2t—Jc) (4) 重要目标之一。而作为图像局部强度变化最显著的部 当n=0时加。= (t)，W(t)= (￡)。函数集合 分一 图像边缘，是图像最基本的特征。边缘作为图像分 {Wn(￡)} 为由Wo(t)= (￡)所确定的小波包。 割、纹理特征和形状特征等图像分析的重要基础，主要存在 对给定的信号，通过一组低高通组合正交滤波器H，G，可 于目标与目标、目标与背景、区域与区域(包括不同色彩) 以将信号划分到任意频段上，其划分过程如表1所列。 之间。边缘提取与检测在图像处理中作用很大，是数字图 表 1 小波包分解过程 像处理与模式识别中最基础的内容，其算法的优劣决定着 H G 所研制系统的性能。 Mart视觉理论表明，轮廓是人眼对物体辨识的第一印 象，计算机视觉模仿系统对目标图像的识别，也要先得到表 1．2 小波包算法 征目标图像轮廓的要素图。目标图像中线类型特征是视觉 设g(t) ，则g ，可表示为 感知的重要线索，因此抽取线类型特征，对于目标的描述、 (f)=∑ (一f) (5) 识别或者解释都是很重要的。线类型特征常常对应目标的 小波包分解算法：由{ “，)，求{ 屿 ．[，“)。 轮廓线或者边缘线，而边缘检测的过程就是寻求目标图像 要素图的过程，如何快速、准确地提取图像的边缘信息是当 = ∑ak-21 (6) k 前图像研究的热点¨。 矿 ：∑bk-21 (7) l小波包基本原理 小波包重构算法：由{ 屿 { “)，求{ “·)。 小波包变换是基于小波变换的进一步发展，能够提供比 “ 一 小波变换更高的分辨率。小波变换只分解信号的低频部分，频 = ∑[ht-2k +gl-2k 】 (8) 域分辨率随频率的升高而降低。而小