基于Directionlet变换的图像增强与边缘检测-模式识别与智能系统专业论文.docxVIP

摘 要 摘 要 I 摘 要 摘 要 II 摘 要 图像增强是对图像的低层次处理，处于预处理阶段，是在整个图像处理过程 中承前启后的重要环节，对图像的高层次处理的成功与否具有重要影响。边缘检 测则是图像识别的基础，更是图像分割的依据，它还经常被应用到计算机视觉和 模式识别等高层次的图像处理中，是图像处理领域最重要和基本的课题之一。 本论文以多尺度几何分析及其在图像处理中的应用为背景，较为深入地研究 了 Directionlet 变换理论，并分别结合隐马尔科夫树模型(HMT)，模糊理论在图像 增强中的应用，提出两种新的图像增强算法；另外还研究了非下采样 Directionlet 变换在灰度图像和彩色图像边缘检测中的应用，提出新的图像边缘检测算法。本 文的主要工作概括如下： 1) 研究了 Directionlet 变换，并在此基础上提出了一种基于 Directionlet 域 HMT 模型的图像增强算法，能够有效增强图像中纹理信息并抑制噪声； 2) 研究了模糊理论，并提出一种基于 Directionlet 变换和模糊理论的图像增强 算法，通过对高低频信息分别增强，能够更有效地提高对比度，增强图像纹理及 轮廓信息； 3) 为了保留更多的原图像信息，实现了非下采样 Directionlet 变换，并提出了 基于非下采样 Directionlet 变换的图像边缘检测算法，能够有效提取方向性边缘信 息； 4) 把非下采样 Directionlet 变换引入彩色图像边缘检测中，提出一种基于非下 采样 Directionlet 变换的彩色图像边缘检测，能够较好地检测亮度变换的地方，并 且受光照影响较小，能更好地捕捉到图像方向性边缘信息，而且提取的边缘较平 滑。 实验结果证明，本文所提出的图像增强算法和边缘检测算法均有较好的效果， 具有广阔的应用背景。 本文工作得到了国家自然基金、高等学校博士学科点专项科研基 金（20100203120005）、中央高校基本科研业务费专项资金（K50510020009）、中 国博士后科学基金面上资助（65ZY1105）、中国博士后科学基金特别资助的支持。 关键词：图像处理，图像增强，边缘检测，Directionlet 变换，HMT 模型，模糊 理论，非下采样 Directionlet 变换，彩色图像 Abstr Abstract III Abstr Abstract IV Abstract The image enhancement is the low level image processing which is at the pre-processing stage. It is an important part of image processing, and it has an important effect on the high level image processing. The edge detection is the basis of the image recognition, and is also the basis of the image segmentation. And it is applied to high level image processing frequently, such as computer vision and pattern recognition, it is one of the most important and fundamental issue in the field of image processing. This paper is based on the study of multiscale geometric analysis and its application in image processing. We have studied the Directionlet transform theory, combine with HMT model and Fuzzy theory separately, and two novel image enhancement methods have been proposed; and we have also studied Nonsubsampled Directionlet Transform(NSDT)’s application in gray images and color images, and propose novel image edge detection approach. The main works of the the