小波变换及应用(亚像素边缘检测).pptVIP

小波变换及应用（亚像素边缘检测） 现有亚像素检测算法及其特点 现有的亚像素提取算法很多，如重心法、概率论法、解调测量法、多项式插值法、滤波重建法、以及矩法等。 有关基于小波的亚像素边缘检测方法尚未见有报道 现有算法的特点： 1.大多需要经过粗精两次定位，比较耗时 2.一般存在原理误差，精度不是很高 3.边缘模型一般为阶跃边缘 边缘类型（二） 边缘类型（三） 仿真实验（一） 仿真实验（一） 阶跃边缘小波系数期望值法边缘检测结果（单位：像素） 仿真实验（二） 仿真实验（二） 仿真实验（三） 仿真实验（三） 仿真实验（四） 仿真实验（四） 位置测量实验装置 实 验 场 景 实际测量CCD图像 * 边缘类型（一） 阶跃边缘 x0 斜坡边缘 x1 三角型屋脊边缘 方波型屋脊边缘 屋脊边缘 x2 x3 小波系数期望值法 定理1：对于阶跃边缘和斜坡边缘，他们在任意尺度下的小波变换系数的期望值对应于边缘的准确位置 小波系数导数期望值法 定理2：对于屋脊边缘，其在任意尺度下的小波变换系数的导数的期望值对应于边缘的准确位置 小波系数线性过零法 定理3：对于屋脊边缘，尺度大于边缘宽度的小波变换系数的线性过零点对应于边缘的准确位置 理想成像及其小波变换结果 (a)理想成像 (b)aD时小波变换结果 (c)a＝D时小波变换结果 (d) aD时小波变换结果 实际成像及其小波变换结果 (a)实际成像 (b)aD时小波变换结果 (c)a＝D时小波变换结果 (d) aD时小波变换结果 仿真实验 在亚像素边缘提取算法中，通常要考察算法两个方面的内容，一是在没有噪声的情况下算法本身的精度，二是在有噪声情况下考察算法的抗噪声能力。 通过仿真产生理想边缘及其加噪图像，我们可以知道无噪情况下算法的精度，同时还可以获得在不同信噪比情况下，算法的精度。 阶跃边缘及其加噪图像 直线斜率为14/15 阶跃边缘及其加噪图像中 的某一行数据图形 SNR ∞ 50 40 30 20 10 标准差 0.01 0.03 0.04 0.05 0.10 0.18 最大偏差 0.01 0.07 0.07 0.10 0.22 0.36 图4-16 斜坡边缘及其加噪图像 直线斜率为19/15 斜坡边缘小波系数期望值法边缘检测结果（单位：像素） SNR ∞ 50 40 30 20 10 标准差 0.01 0.03 0.04 0.06 0.08 0.27 最大偏差 0.01 0.06 0.08 0.13 0.15 0.74 方波型屋脊边缘及其加噪图像 直线斜率为17/15 方波型屋脊边缘小波系数线性过零法边缘检测结果（单位：像素） 方波型屋脊边缘小波系数导数期望值法边缘检测结果（单位：像素） SNR ∞ 50 40 30 20 10 标准差 0.01 0.03 0.03 0.05 0.06 0.10 最大偏差 0.01 0.05 0.05 0.08 0.14 0.28 SNR ∞ 50 40 30 20 10 标准差 0.01 0.03 0.03 0.05 0.07 0.12 最大偏差 0.01 0.06 0.07 0.09 0.17 0.34 三角型屋脊边缘及其加噪图像 直线斜率为17/15 三角型屋脊边缘小波系数导数期望值法边缘检测结果（单位：像素） 三角型屋脊边缘小波系数线性过零法边缘检测结果（单位：像素） SNR ∞ 50 40 30 20 10 标准差 0.01 0.02 0.03 0.03 0.06 0.10 最大偏差 0.01 0.05 0.05 0.06 0.12 0.21 SNR ∞ 50 40 30 20 10 标准差 0.01 0.03 0.03 0.03 0.09 0.14 最大偏差 0.01 0.07 0.07 0.07 0.16 0.27 ④ ③ 位置测量的实验装置 双频激光干涉仪 CCD摄像机 待检目标 二维工作台 ② ① *