小波分析在图像处理中应用82900.pdfVIP

第 卷 小波专刊 工 程 数 学 学 报 5678!)689 ! 年 月 :;8#$$! #$$! !# %’()*+,-)./)--(/).0*12-0*1/34 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 文章编号： （ ） !$$9=$9#$$!$9=$$9?=$ 小波分析在图像处理中的应用 程正兴， 林勇平 （西安交通大学理学院，西安 ） ?!$$@A 摘 要：本文介绍小波分析在图像处理中的应用，有多尺度边缘检测、图像识别、图像分割。边缘检测包括 可去除多余边缘的一般灰度图像实例，彩色肿瘤图像的边缘提取，汉字放大。图像识别中，对于汉 字或字母的识别，是将二维图像信号降维后再进行小波分解，通过计算各层次的分形维数形成特 征向量从而可以进行识别；仿射变换后的汉字或其它图像可用多尺度小波的仿射不变函数进行对 比识别。最后介绍了两种图像分割算法，首先利用基于能量分析的方法将纹理部分和平滑部分先 分开，然后再利用基于奇异性分进行细分，得到最终分割的结果。 关键词：小波分析；图像处理；边缘检测；图像识别；图像分割 分类号： （ ） ； 中图分类号： ； 文献标识码： *04#$$$ @#3@$B91B$ !#@8#@!8A# * ! 引 言 小波分析的应用研究一开始就是与小波分析的理论研究紧密地结合在一起的，它已在 科技信息领域取得了另人注目的成就。由于电子信息是六大高新技术中重要的一个领域， 而它的一个重要的方向就是信号与图像的处理。本文叙述小波分析在图像处理几个方面的 应用，包括图像的边缘检测，图像的识别以及图像的分割。图像压缩是小波分析用与图像处 理方面的另一个十分重要和有效的领域，这方面将在另文叙述。 本文所述的小波分析在图像的边缘检测方面的应用，其方法依据是 ［，］的结 0C77CD4 !# 果，只是在具体的几种应用上，在有些地方的处理上是不一样的。在小波分析应用与图像识 别方面，虽然也可以直接在二维的情形进行图像分解并在二维的情形提取信号的特征，例 如：提取分解后的各图像的分形维数或计算二维分形指数，或求拓扑维数与局部极大、极小 值，但由于二维不可分小波的情形使得计算太复杂，而常用的张量积小波分解依赖于二维图 像的坐标系，而图像的坐标系有时不是“自带的”，而有各种不同的选取方法，这对于识别是 非常不利的。因之，通常的做法是把二维图像映射为一维信号，而对于同一图像的映射要求 有唯一性，再对一维信号进行小波分解，并对各分量求分形维数或分形指数等，使便于图像 收稿日期： 作者简介：程正兴（ 年 月生），男，教授，博士生导师，研究方向：小波 #$$!=$A=!98 !A@$ !$ 万方数据 分析与图像处理，计算机辅助几何设计8 工 程 数 学 学 报 第 卷 10 #0 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 的识别。对于图像的分割则是用另一类映射使之变为一维信号