小波在信号奇异性检测及图像多尺度边缘提取中的应用.pptVIP

二维小波变换模极大与图象多尺度边缘提取 连续图象的小波多尺度边缘检测 2. 二维小波变换模极大与图象边缘点之间的对应关系 于是，计算一个光滑函数 等价于计算小波变换的模极大值。 沿着梯度方向的模极大值， 与如下小波变换的模成比例： 梯度方向与水平方向的夹角（相角或幅角）为： 与 平行. 二维小波变换模极大与图象多尺度边缘提取 连续图象的小波多尺度边缘检测 2. 二维小波变换模极大与图象边缘点之间的对应关系 在 点沿着最大变化方向的一维邻域 中变化，当 取到局部极大值，则点 的一个边缘点。 若模 充分小时在该点 就是 从而是 的一个突变点。 以上表明，通过检测二维小波变换的模极大点可以确定图象的边缘点。 3. 各尺度下的模极大曲线 沿着边界方向将每个尺度下的边缘点连接起来可形成沿着边界的 模极大曲线。 注意,任一边缘点的边界方向与该点的梯度方向是垂直的. 数字图象的多尺度边缘提取 对于数字图象 进行边缘检测呢？ ,如何利用小波变换模极大 1) 计算 分解的尺度数可根据需要而定。 说明: 小波变换的选择 2）计算每一点的模值和相角 的正切值 (都等于0,怎么处理?) 数字图象的多尺度边缘提取 3) 求边界点 确定阈值 ，对 ，如果 ? ? 如果 取得局部极大值。 则 就是一个边界点。 Code 用 表示 所落入的区间编号， 将 与扇区 Code 对应梯度方向上 相邻两个像素的模值进行比较即可判定 是否取得局部极大值. 数字图象的多尺度边缘提取 4) 在各尺度上连接边界点，形成沿着边界的极大曲线。 在离散情况下，极大曲线是通过将图象离散采样点中两个相邻的边界点 与 连接起来形成的，其中 垂直于 扇区 Code 对应的梯度方向。 注意： 边界连接方法的改进算法。 数字图象的多尺度边缘提取 数字图象的多尺度边缘提取 传统方法存在的问题 小波变换的模极大值充分刻画了信号的奇异点,并可以利用模极大值来提取出所有的奇异点,但是,传统的方法都没有涉及到有关奇异点的结构问题. 以下的图象(左)属于多结构边界图象,里面嵌入了两类奇异点: (1) 飞机的轮廓,属于阶梯型奇异点;(2) 一些直线和文字属于跳跃型奇异点. 直接使用小波变换的模极大值来提取轮廓的结果如上右图(模极大值图)所示. 传统方法存在的问题 模极大值的方法检测出了所有的奇异点,但是没有区分两类不同奇异点的结构,所以直线、文字和飞机的轮廓都混在一起。如果只需要保留飞机的轮廓，同时删除直线和文字，该如何处理呢？即如何得到如下的图象？ 图象中阶梯型边界点的提取 这里只考虑Lipschitz指数为 的情况。 一个函数 在点 被称为是Lipschitz 的，如果存在常数 对所有 ，使得 ，有 如果存在常数 ,使得上式对 中所有的点成立 , 则称 在 上是一致Lipschitz 的. 在 的一个有界区域内是一致Lipschitz 的， 存在常数 当且仅当 ，使得对该区域内的一切 及任意的尺度 ，有 传统方法存在的问题 图象中阶梯型边界点的提取 记 ,则有 对于图象中一条孤立的边缘曲线,可通过估计 作为 的斜率进行计算。 当 时，对任意尺度 可以看出, ，都有 问题: 是否真的与尺度无关? 二维阶梯型边界点及其尺度无关算法: 在实际应用时,通常采用的是二进尺度及二进小波变换. 问题:二维阶梯型边界点与Lipschitz等于0的点在多大程度上是等价的? 二进小波在文字轮廓应用 二进小波在文字轮廓应用 二进小波在文字轮廓应用 二进小波在文字轮廓应用 二进小波在文字轮廓应用 二进小波在文字轮廓应用 二进小波在文字轮廓应用 二进小波在文字轮廓应用 二进小波在文字轮廓应用 二进小波在文字轮廓应用 二进小波在文字轮廓应用 多尺度边缘计算 多尺度边缘计算 小波在信号奇异性检测及图像多尺度边缘提取中的应用 简介 简介 函数光滑性与奇异性的定义 奇异性点的重要性 传统检测方法的缺点 小波变换检测方法的可行性及有效性 用Lipschitz指数刻画信号的奇异性 称函数 在点 为Lipschitz ，如果存在常数 和 次多项式 ，使得 称函数 在区间 上是一致 Lipschitz 的，如果存在常数 使得（8.1）对所有的 （8.1） 成立，其中 与 无关。 函数在一点的Lipschitz指数: 如果函数 在点 连续可微,或者可微，而导数有界但不连续时 , 在该点的Lipschitz指数为1. 在 点不连续但有界时,其 Lipschitz指数为0. 用Lipschitz指数刻画信号的奇异性 如果函