1 - 成都信息工程大学论文管理系统.docVIP

分类号：TN911.73 U D C：D10621-408-（2009）675-0 密 级：公 开 编 号：2005021269 成都信息工程学院 学位论文 论文作者姓名： 申请学位专业： 电子信息工程 申请学位类别： 工学学士 指导教师姓名（职称）： 论文提交日期： 200年0月日  本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得成都信息工程学院或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解成都信息工程学院有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权成都信息工程学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 日期： 年 月 日基于小波模极大值的图像边缘检测 摘 要 图像边缘是图像中物体与背景之间在灰度（或纹理）特性上存在某种不连续性（或突变性）。因此图像边缘检测是图像处理中的重要环节。目前，传统的边缘检测算子有sobel，prewitt等，但由于这些算子均采用相邻边缘一阶或二阶的方向导数，抗噪性能差，时常把噪声当图像边缘检测出来，产生不连续或伪边缘，真正的边缘却由于噪声被抑制。而基于小波模极大值的图像边缘检测，是以特定小波对图像做小波变换后，检测其小波系数模极大值所对应的位置以达到检测图像边缘的目的。该方法具有多分辨率特性，也即多尺度，当尺度增大，高频受到强抑制，输出图像的信噪比提高，图像边缘平滑变粗，定位精度降低；反之边缘定位精度可提升。小波基函数的选取应保证检测精度，故用大尺度滤波器抑制原图像噪声。同时用小尺度滤波器为图像边缘精确定位。由此可以很好地解决抑制噪声和提取图像边缘细节之间的矛盾。实践也证明，利用小波模极大值方法提取图像边缘效果明显优于sobel，prewitt等边缘检测方法。 关键词：小波变换；边缘检测；多尺度；模极大值； Edge Detection Based on Wavelet Modulus Maximum Abstract Edge is the discontinuities of gray level between object and background and is the important stage in image processing. Classical edge detection includes Sobel, Prewitt. These operators all use one or two order gradient, is vulnerable to noise and detect noise instead of edge. Edge detection based on wavelet modulus maximum does the wavelet with special wavelet and uses corresponding parameter of modulus maximum to detect edge. This method is multi-scales that enlarged scale can suppress high frequency, increase SNR, smooth the edge and decreased precision. The basic function of wavelet can ensure precision so large scale filtering is used and small scale filtering can locate edge precisely. This can solve the problem of noise suppression and edge detection. Experimental result shows