基于小波分析的图像边缘检测算法研究

论文题目: 基于小波分析的图像边缘检测算法研究

论文类型: 硕士论文

论文专业: 光学工程

作者: 杨冰冰

导师: 崔一平

关键词: 小波变换,图像处理,边缘检测,多分辨率分析,自适应阈值,图像融合,基于边缘的方法,彩色图像分割

文献来源: 东南大学

发表年度: 2005

论文摘要: 本文先对小波分析理论进行概要的归纳整理,介绍了小波变换基本理论、多分辨率分析的概念、小波变换的Mallat算法;然后将小波分析技术应用于图像的边缘检测这一计算机视觉的重要环节,介绍了图像边缘检测的常用传统算法、小波分析方法用于图像边缘检测的基本原理及利用小波变换进行边缘检测的方法。在给出边缘检测性能判断标准和最佳小波基构造准则后,介绍了根据图像当前像素及其邻域内存在边缘的可能性大小自动调整分解(滤波)尺度的自适应滤波算法和对强弱边缘同时存在的图像有较好的检测效果的自适应阈值算法。在像素级图像的融合方法中,多分辨率融合具有良好的效果,本文提出了一种改进的基于双正交小波变换的多分辨率图像融合方法。经过仿真验证,在突出图像的边缘和局域细节信息方面,该方法具有良好的视觉效果。最后,在边缘检测的基础上介绍了灰度图像和彩色图像的分割。

论文目录:

摘要

Abstract

第一章绪论

1.1 小波发展与应用

1.2 图像处理及边缘检测简介

1.2.1 图像与数字图像

1.2.2 数字图像边缘检测

1.3 本文结构安排和主要内容

第二章小波分析及多分辨率分析理论

2.1 连续小波变换

2.1.1 小波变换定义

2.1.2 小波变换的特点

2.1.3 连续小波

2.1.4 连续小波变换的性质

2.2 多尺度分析与Mallat 算法

2.2.1 多尺度分析

2.2.2M Mallet 快速算法

2.3 二维小波分析

2.4 几种小波的主要性质

2.4.1 几种小波性质

2.4.2 小波的选取

本章小结

第三章基于小波变换的图像边缘检测

3.1 传统的边缘检测技术

3.1.1 图像边缘及其邻域灰度变换规律

3.1.2 传统的边缘检测方法

3.2 小波变换与多尺度边缘检测

3.2.1 小波变换模极大值位置同信号突变点（边缘）的关系

3.2.2 信号奇异点（边缘）在小波多尺度分析下的传播特性

3.2.3 信号奇异点（边缘）位置的确定

3.3 数字图像的小波变换

3.3.1 小波变换

3.3.2 数字图像的多尺度边缘检测

本章小结

第四章改进的边缘检测方法

4.1 边缘检测和检测小波基选择准则

4.2 基于小波分析的自适应滤波分解与自适应阈值边缘检测

4.2.1 自适应滤波（尺度）分解

4.2.2 自适应阈值方法

4.3 基于小波变换数据融合的边缘检测算法

4.3.1 数据融合

4.3.2 改进的基于双正交小波的数据融合算法

本章小结

第五章基于边缘的图像分割方法

5.1 图像分割基本知识

5.2 灰度图像分割

5.2.1 基于区域的图像分割

5.2.2 基于边界的图像分割

5.2.3 基于边缘检测与局域直方图的图像分割

5.3 彩色图像分割

5.3.1 彩色图像分割的发展

5.3.2 基于边缘检测的彩色图像分割

5.3.3 基于区域的彩色图像分割

5.3.4 结合区域与边界的方法

本章小结

第六章结论与建议

㈠本文主要研究成果

㈡今后的研究方向

参考文献

致谢

攻读硕士期间发表论文及专利

发布时间: 2007-06-11

参考文献

[1].小波变换在图像处理中的应用[D]. 沈飞.哈尔滨工程大学2009
[2].基于模糊方法和小波变换的图像边缘检测[D]. 谢艳玲.中南大学2009
[3].基于小波变换的图像边缘检测模型研究[D]. 李雪艳.合肥工业大学2014
[4].基于DSP的视觉图像处理研究[D]. 刘巍伟.河北大学2009
[5].小波变换在图像边缘检测中的应用[D]. 金晶.浙江大学2010
[6].基于图像处理技术的建筑物表面裂缝测量方法的应用研究[D]. 崔磊.北京工业大学2013
[7].小波变换在复合材料拉伸断面图像检测中的研究[D]. 张冬萍.天津工业大学2002
[8].图像边缘检测中的方法研究[D]. 宋芳莉.西北大学2002
[9].基于方向小波变换的红外弱小目标检测[D]. 阮小东.西安科技大学2012
[10].基于多尺度小波变换的图像边缘检测算法[D]. 张琦.吉林大学2011

基于小波分析的图像边缘检测算法研究

猜你喜欢