通信工程canny算法毕业外文文献翻译课题.docVIP

一种新的基于Canny算子的边缘提取算法 摘 要 本文主要分析了Canny算子方法和小波变换方法在图像边缘提取方面的优势和缺点，并提出了一种关于两种方法相结合新的边缘提取算法。首先，利用Canny算子方法和小波变换方法分别对图像进行边缘特征提取，用小波边缘约束Canny边缘，是Canny边缘而不是小波边缘的边缘点被丢弃，这样可以使得在Canny算子检测出的边缘的噪声被消除。实验表明，通过改进后的算法提取边缘特征，不仅抗噪能力强而且还具有较高的定位精度，因此改进的算法已经被验证提高了边缘检测的有效性和可行性。 关键词：小波变换，Canny算子，边缘提取。 医学图像配准是现代医学图像处理技术的一个重要方面。它的主要目的是匹配不同的时间不同的和不同的成像模式两个或多个图像，其中临床应用非常重要的。相同或不同的成像模式的医学图像的配准不仅可以用于医疗诊断，而且还可以外科手术计划辐射治疗计划治疗效果病理变化和评价跟踪等来自两个图像相关和有用的信息，包括灰色特征点边缘轮廓或纹理的提取是医学图像配准的关键步骤。Canny算子的边缘提取算法是根据边缘提取和最优型边缘提取算子理论的三条最优标准设计的，但它对噪音大、效益低的噪声图像很敏感。在最近几年提出了基于小波变换的模极大值的原理边缘提取方法，它对噪声较不敏感，而且对边缘的定位精度不是很高。 本文提出了一种新的Canny算子边缘检测算法和小波变换方法相结合的边缘提取算法。改进的算法不仅可以减少对图像噪声的灵敏度，而且还提高了边缘的定位精度。进行实验结果表明，改进后的算法提取的边缘比Canny算。小波提供了一种多尺度近似具有不同的尺度函数平滑信号，然后从它们的一阶或二阶导数检测急剧变化点[3,4]。 假设表示二维平滑函数，计算出沿x,y方向的两个基本小波函数的一阶偏导数：和，利用下面的公式：（1）（2）（3） ： 其缩写向量形式是（4） 在方程（3）中，fs（X，Y）是图像像f（X，Y）由（x，y）的平滑处理。 式6反映的WT1和WT2表示分别沿x、y轴方向的图像灰度梯度。通常的值是 2jjz，梯度向量WTf2j,x,y 被称为二进制小波变换。它的幅值和角度分别为： （5）（6） 图像边缘是梯度向量局部最大值，使用小波变换来提取图像的边缘被找到的小波变换系数是沿角度方向上的局部最大值的点。这是小波变换模极大值边缘提取的原理。 在处理之前，Canny算子边缘检测器采用高斯平滑滤波器来消除噪声。Canny算子分割算法梯度由其一阶偏导数的有限差分模量和方向计算得来。处理时Canny算子采用非最大抑制机制。最后，它使用两个阈值来连接边缘。步骤如下[5]： 假设G（x,y）表示二维高斯滤波器。经过高斯滤波器，该图像在x方向上和在y方向上的导数：（7）（8） 计算图像梯度的大小和方向（9）（10） 其中A（i,j）反映了图像边缘的强度;ij反映了边缘的方向，使得Ai,j获得局部最大值。因为整体坡度不足以确定图像的边缘，有必要非极大值抑制局部梯度抑制最大点。 经过上述处理，对非极大值抑制双阈值算法两个阈值，Th Tl，Tl≈0.4Th ，并检测任何候选边缘像素点，如果该点的梯度幅值大于Th ，那它一定是边缘点，如果不大于Th，它绝对不是边缘点，将其灰度值设置为0。因此，我们可以得到两个点集，f1i,j 和 f2i,j。f1i,j 是一组大于Th的点，即边缘点，包含极少虚假边缘而且有间歇性。f2i, j是一组比Tl小的点，即非边缘点，包括很多虚假边缘。对于这两个阈值之间的点来说，如果它的梯度幅值大于Th，则它是一个边缘点，将其添加到图像f1i,j;否则，将其添加到图像f2i,j。重复上述过程，直到在原始图像中的所有点被计算。 目前，提出小波变换的边缘提取方法主要是提取高频率，忽略了在低边缘信息的部分。尽管它具有高的抗噪声能力的优点，但所提取的边缘的定位精度不是很高，也一定。传统Canny算子通过模板卷积方法提取图像的边缘，因此，它具有定位精度高，但对噪声敏感的，所以它的抗噪声性能比较低[6]。考虑到以前出现的问题，本文提出了一种新的基于小波变换和Canny算子相结合的边缘提取算法，并且该方法不仅能有效地抑制噪声，而且还具有较高的定位精度。 改进的新算法的思路：由于基于Canny算子边缘提取的方法具有较高的定位精度，但抗噪声能力不足，我们可以Canny算子提取的边缘作为，并通过小波抑制消除噪声的Canny边缘。因为，如果在Canny边缘图像边缘，一定有在该位置上的小波图像边缘边缘；但是，如果在Canny边缘有一个噪声点，不存在在该位置的小波边缘对应的边缘点，因此噪声点可以从Canny边缘被删除，可以得到图像的边缘。给出的特殊情况：小波边缘8邻域位置上时，有可能非常接近的Canny边缘附近的边缘噪声点