光学小波变换在图像边缘特征提取中的应用-Read.PDFVIP

( ) 　第 22 卷第 1 期　　　　　　佛山科学技术学院学报 自然科学版 　 . 22 . 1 V o l N o 　2004 年 3 月　 ( ) . 2004 Jou rnal of Fo shan U n iversity N atu ral Science Edition M ar 文章编号:(2004) 光学小波变换在图像边缘特征提取中的应用 1 1 2 1 1 谢嘉宁 , 陈伟成 , 赵建林 , 陈国杰 , 曹　辉 ( 1. 佛山科学技术学院 物理系, 广东 佛山 528000; 2. 西北工业大学 应用物理系, 陕西 西安 710072) 摘要: 小波变换是一种有效检测图像边缘的方法, 但由于变换中维数倍增, 造成计算量十分大。介绍用传统的 4 光学处理系统实现小波变换, 它在光学图像的边缘特征提取中能够很好地得到应用, 最后给出计算机仿真 f 结果。 关键词: 小波变换; 傅里叶变换; 边缘特征提取 中图分类号: O 436　　文献标识码:A 传统的光学信息处理理论, 在数学手段上借助傅里叶变换, 且认为光学系统中光信号的传递是平稳 过程。而实际上由于外界条件的干扰, 图像在光学系统中的传递是非平稳的。因此, 需要寻求一种分析 方法, 它能够克服傅里叶分析的缺点, 适用于处理局部或暂态信号。 图像边缘特征提取是光学信息处理所研究的主要问题之一。图像的特征是图像中变化比较剧烈的 位置, 也就是图像像素密度梯度变化的最大点。以往这类特征的提取大多采用数字电子技术, 即运用滤 [ 1 ] 波、微分、边缘增强及锐化等, 来获得图像特征 。 20 世纪 90 年代初迅速发展起来的小波变换, 由于具有时频局部化的特性及多尺度性, 能敏感地反 映突变信号及具有良好的去噪效果, 因而成为一种准确、有效提取图像边缘特征的方法。但是, 由于小波 变换使输出信号的维数倍增, 造成要处理的数据量扩大, 因此, 即使用“快速”小波变换, 其数据化算法的 [ 2 ] 速度也缓慢 。光学的高度并行处理能力给小波变换带来了新的希望。所谓光学小波变换就是利用光学 方法来实现对信号图像的小波变换处理。 1　小波变换的特点[3 ] ( ) 有时域局部化的特性和多尺度性。时域变化使得小波变换有一个可调的时域窗口 如图 1 所示 , 在 频率高的区域其时间的分辨率也高, 频率低的区域其时间的分辨率也低, 而图像的边缘一般代表频率高 的区域, 利用这种特性, 我们可以逼近信号的任意细节部分。而加窗傅里叶变换的窗口大小固定不变, 即 ( ) 时域与频域的分辨率固定不变 如图 2 所示 , 因而不能敏感地反应信号的突变部分。 图 1　小波变换的可调时频窗口 图2　加窗傅里叶变换的时频窗口 收稿日期: ( ) 作者简介: 谢嘉宁 1971 , 女, 广东潮州人, 佛山科学技术学院讲师, 硕士, 从事光学信