结合NSCT高低频特征的图像边缘检测算法.pdfVIP

2014年7月 四JtlJ币范大学学报(自然科学版) July，2014 ofSichuanNormal V01．37．No．4 第37卷第4期 Journal University(NaturalScience) 结合NSCT高低频特征的图像边缘检测算法 华梓铮， 华泽玺8 (西南交通大学电气工程学院，四川成都610031) 摘要：为提取丰富的边缘信息，利用非下采样轮廓波变换(NSCT)能够很好逼近图像的方向信息这一特 征，设计了一种图像边缘检测算法．该方法将图像变换到NSCT域，对高频和低频子带信息分别处理：首先 只保留高频系数矩阵中的较大的系数并利用其得到高频特征图像，根据自适应阂值法对高频图像进行处理 得到高频边缘信息；然后对低频子带信息提取其低频边缘信息；最后利用低频边缘信息对高频边缘信息进 行补偿，同时去除孤立噪声点，得到最终的边缘图像．通过对灰度图像及彩色图像的仿真实验，与sobel、can— ny、log及prewitt算子的检测结果进行比较，给出了定量的评价指标，验证了提出方法的有效性和优越性． 关键词：边缘检测；NSCT；高低频特征；自适应阈值 中图分类号：TP391文献标志码：A 文章编号：1001—8395(2014)04—0612—06 doi：10．3969／j．issn．1001—8395．2014．04．030 边缘存在于图像的不规则结构和不平稳情形 1 NSCT原理 中，包含了图像的大部分信息．边缘检测是图像处理 CT主要是由方向滤波器组和拉普拉斯塔式滤 和分析的关键步骤，对后续高层次的特征描述、匹配 波器组构造而成，但是由于cT中的方向滤波器和 。和识别等有着重大的影响，为图像去噪等后续处理 拉普拉斯分解都有下采样的操作，使得CT不具有 提供了依据…。边缘检测技术是L．G．Roberts悼1最 平移不变性．因此文献[14]给出了其下采样的形 早开始系统研究．如今，常用的边缘检测算法有Can— 式，即利用非下采样分解和非下采样滤波器组构造 ny算子臼-5}、Sobel算子陌’7】、模板匹配法、变换域 出NSCT，如图1所示． 法旧。21以及改进的Pal算法¨纠等．由于边缘检测的 文献[14]利用6trous算法实现并生成一种灵 固有复杂l生，这些方法在抗噪性能和边缘定位方面 活的多尺度、多方向且平移不变的图像分解算法， 仍然不能完全适应复杂的实际应用需求． 具有快速实现算法．算法的关键是不可分两通道非 为检测到丰富的边缘信息，本文提出基于非下 下采样滤波带，其中非下采样塔形分解结构通过多 ，采样轮廓波变换(NSCT)¨41的自适应阈值图像边 级迭代的方式实现，通过滤波器，图像被分为1个 缘检测算法．NSCT是在轮廓波变换(CT)¨列的基础 二维低频子带和1个二维高频子带．要实现多级结 上提出的，解决了传统CT不具备平移不变性的缺 构，对低频子带继续迭代滤波即可．NSCT设计的非 点．本文首先介绍了NSCT的构造方法及其结构特 下采样滤