基于小波的多尺度医学图像边缘检测.pdfVIP

计算机科学2008V01．35No．4B 基于小波的多尺度医学图像边缘检测 许慎洋郭希娟刘晴 (燕山大学信息科学与工程学院秦皇岛066004) 摘要边缘检测是医学图像处理中的一项基本内容，由于小波变换具有良好的局部特性和多分辨率的特点，本文在 基于小波模极值的基础上，应用多尺度分析，提出基于小波的多尺度边缘检测方法。用该算法检测出的图像边缘与经 典边缘算子提取的边缘相比较，实验结果表明，该方法不仅能有效地检测图像边缘，而且对噪声有一定的抑制作用，并 且能有效抑制伪边缘。 关键词小波变换，经典算子，边缘检测，多尺度分析 1引言 2相关理论 基于特征的医学图像配准的一个重要前提是获得图像清 2．1定义 晰的轮廓线即边缘，图像边缘是图像的最基本特征。所渭边 设认￡)为一平方可积函数，也即姒￡)∈L2(足)，若其频谱 缘[1J是指周围像素灰度有阶跃变化或屋顶变化的那些像素的 认cc，)(傅立叶变换)满足条件： 集合，从信号分析的角度看，图像边缘就是图像信号的突变 。=E垮些dw：：oo (2．1) 点。Poggio等[2]定义边缘检测为“主要是(图像的)灰度变化 的度量、检测和定位”。边缘与图像中物体的边界有关但又是 则称认f)为一个基本小波或小波母函数，并称式(2．1)为 不同的。 小波函数的可容许性条件。 G． 将基本小波进行伸缩和平移，设其伸缩因子(又称尺度因 1959年，文献[3]上最早提到边缘检测。1965年L 子)为口，平移因子为矗令其平移伸缩后的函数为九。(￡)，则 Roberts最早开始系统研究边缘检测。经典的边缘检测是以 原始影像为基础的，对图像的每个像素考察它的某个邻域内 有： 灰度的变化，利用边缘邻近一阶或二阶方向导数变化规律，用 ‰∽寻击驴(字)(口o’r∈R) (2．2) 简单的方法来检测边缘，例如常用的梯度算子、Sobel算子、 称他．，(￡)为依赖于参数口，r的小波基函数。变量口反映 Laplaee算子、Prewitt算子等。目前边缘检测的方法主要有 以下几种： 了小波基函数的伸缩尺(宽度)，而r则指明了它沿t轴的平 检测梯度的最大值。由于边缘发生在图像灰度值变化比 移位置。 较大的地方，对应连续情形就是函数梯度较大的地方，所以研 由于尺度因子口、平移因子r是连续变化的值，称☆，，(￡) 为连续小波基函数。 究比较好的求导算子就成为一种思路。Roberts算子、Pre- witt算子和Sobel算子等是比较简单而常用的例子。 将任意L2(R)空间的函数厂(￡)在小波基下进行展开，其 检测二阶导数的零交叉点。这是因为边缘处的梯度取得 表达式为： 最大值(正的或者负的)，也就是灰度图像的拐点是边缘。从 ． 譬 (2．3) w，(口，r)一八￡)，他．。(z)=吉I厂(￡)认字)dr 分析学上我们知道，拐点处函数的二阶导数是0。 Y“名 一 统计型方法。比如文献[235J用假设检验来检测边缘， 显然，参数口的变化不