Haar-Gaussian小波变换在边缘测量中的应用-物理学报.PDF

第 卷 第 期 年 月 物 理 学 报 H ! .., ! ， ， ， Q9* $H D9 $ ! 4)R= .., （ ） !...J,G.M..,MH ! M,.HHJ.0 FENF 7IO#PEF #PDPEF !.., E8+5 $ 78BA $ #94 $ !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! !#$%’’() 小波变换在边缘测量中的应用 !） ） , ） !） !） - ） 宋菲君 赵文杰 # $ %’()*+( 宋建力 姚思一 王 栋 !）（中国科学院大恒集团有限公司，北京 !.../0 ） ）（兰州交通大学数理与软件工程学院，兰州 1,..1. ） , ）（ ， ， ， ， ） 23’+4(* (56 789’95+4 :5;+5=+5; 3(=’)5’ ?5+@=A+’B 9C D9=’8=5 E(*+C9=5+( 7’(*)( EF G-GH- ?#F - ）（北方交通大学计算机学院，北京 !...-- ） （ 年 月 日收到； 年 月 日收到修改稿） .., 0 !1 .., 1 !/ 应用I(==JK(AA+(5 小波变换对图形图像的边缘进行频域分析，建立边缘测量的物理模型，并用带宽匹配方法和 远心测量光学系统，在大景深物体测量中获得准确的结果$ 关键词：小波变换，边缘测量，测不准原理，远心系统，图像识别，自动检测 ： *+,, -,. 样性质的边缘像的宽度也不同，这就是离焦效应$ !L 引 言 在大尺度物体测量中，上述两个问题非常突出，叠加 在图像上的噪声又进一步影响了测量精度$ ［］ 自然界或人工形成的图形图像总是会包含一些 0 解决第一个问题的方案是采用远心物镜 边 $ 不同的区域，一些物理参量（如亮度、照度、色度）在 缘探测通常是用数值微分或差分方法来处理的，在 区域内部缓慢变化，在区域之间则发生急剧变化，形 图像比较清晰的情况下该方案可以得到比较满意的 成区域的边界或边缘$ 从物理学的角度来看，边缘 结果，但在大景深离焦、大噪声的测量环境下，数值 是区域间的过渡，往往包含许多感兴趣的信息$ 从 微分的精度较差，无法满足精确测量的要求$ 近年 图像识别或特征识别的角度来看，图像的重要特征 来，小波变换广泛用于边缘探测，获得了比常规的微 之一是它的轮廓，有时往往只需要认定它的轮廓，并 分或