毕业论文-边缘检测-开题报告.docVIP

HEFEI UNIVERSITY 毕 业 设 计（ 开题报告 ） 题　　　目基于小波变换的图象边缘识别算法的VisualC++实现　 系　　　别 电子信息与电气工程系 专　　　业 电子信息工程 班 级 　 姓　　　名 　　　　 指导 老师 完成 时间 二 零 一 零 年 三 月 　　  合肥学院电子电气系毕业设计开题报告 学生： 班级： 论文题目 基于小波变换的图象边缘识别算法的VisualC++实现 导师姓名 可 行 性 方 案 分 析 （见附件） 参 考 文 献 主要参考文献资料：庄益瑞梁仁楷VisualC++程序设计实务入门 中国铁道出版社,林勇平. 小波分析在图像处理中的应用[J ].工程数学学报,2001.12.18(5):57 - 86. 4.姬光荣,王国宇,王宁. 基于小波变换的多尺度边缘检测[J ].中国图像图形学报,1997.10.2(10):717 - 720. 5.Young R A．Simulation of Human Retinal Function with the Gaussian Derivative Model[J,1．IEEE the Computer Society Conference on Computer Vision and Pattern Recognition．Michigan USA，1988，8(6)：564—569 6.COHEN A. Biorthogonalwavelets and dual filter. In: M.Barland ed. Wavelets in Image Communication. Elsevier, 1994, 1 - 26 开 题 小 组 及 教 研 室 意 见 开题小组签名： 年 月 日 附件 一、研究背景：×ψ（（x-a)/s,(y-b)/s)dadb， 式中,f∈L2(R2),ψs,(x,y)(x,y)=2(,),L2(R2)表示平方可积的平面空间，即能量有限的信号空间，则称Wsf(x,y)为f(x,y)的小波变换。 当尺度s=2j(1≤j≤J)J)时，则称下式为二进小波变换： Wsf(x,y)=W2jf(x,y)=f*ψ2j(x,y) 定理：若N(x,y)为零均值的高斯白噪声N(0，σ2 )，其中σ2为方差，记为N(x,y)～N(0，σ2 )，则： WsN(x,y)～N(0，‖ψ‖2) 对于正交小波变换，‖ψ‖2=1，则： WsN(x,y)～N(0，) 即零均值高斯白噪声的正交小波变换仍为零均值的高斯噪声，且方差σ2与尺度的平方成反比。 2.高斯-拉普拉斯（LOG）算子的边缘检测算法 定义Laplacian算子为isotropic）的微分算子。 因此，Laplacian算子是线性二次微分算子，与梯度算子一样，具有旋转不变性，从而满足不同走向的图像边界的锐化要求。 对阶跃状边缘，二阶导数在边缘点出现零交叉，即边缘点两旁二阶导函数取异号，据此，对数字图像{f(i,j)}的每个像素，Laplacian算子取它关于x轴方向和y轴方向的二阶差分之和。 这是一个与边缘方向无关的边缘检测算子。若2f(i,j)在(i,j)点发生零交叉，则(i,j)为阶跃边缘点。 对屋顶状边缘，在边缘点的二阶导数取极小值。据此，对数字图像{f(i,j)}的每个像素取它的关于x方向和y方向的二阶差分之和的相反数，即Laplacian算子的相反数： 称作边缘图像。 由于我们关心的是边缘点位置而不是其周围的实际灰度差，因此，一般都选择与方向无关的边缘检测算子。用拉普拉斯算子检测边缘就是估算拉普拉斯算子的输出，找出它的零点位置。 离散情况下，有几种不同的模板计算形式： 或或 由于拉普拉斯算子是一个二阶导数，它将在边缘处产生一个陡峭的零交叉。由于噪声点对边沿检测有一定影响，所以高斯拉普拉斯算子是效