基于小波的多尺度图像处理及其在纸浆纤维检测中的应用研究

基于小波的多尺度图像处理及其在纸浆纤维检测中的应用研究

论文题目: 基于小波的多尺度图像处理及其在纸浆纤维检测中的应用研究

论文类型: 博士论文

论文专业: 控制科学与工程

作者: 侯北平

导师: 李平,宋执环

关键词: 小波分析,边缘检测,图像去噪,角点检测,纸浆纤维

文献来源: 浙江大学

发表年度: 2005

论文摘要: 小波分析自上世纪八十年代取得突破性进展以来,已成为目前发展最快和最引人注目的学科之一,它几乎涉及并应用到信息科学领域中的所有学科。小波分析作为傅立叶分析之后时频分析的有力工具,已经广泛应用于图像处理中的图像预处理、图像压缩、图像恢复与图像特征提取、模式识别中。本文以纸浆纤维图像的处理与形态特征提取为研究背景,在利用小波对图像进行多尺度描述的基础上对以下五个问题进行了研究。 1.小波的方向性问题。多尺度特性与方向性是图像的自然属性,在图像处理时抓住图像的自然属性将有助于更加客观地描述图像,从而可以揭示更多的图像本质特性。小波可以实现对图像的多尺度描述,但是它并不能很好地描述方向性。为此,我们在小波的基础上设计了一种方向小波滤波器,它可以在任意方向对图像进行多尺度描述,可以根据图像的特征或者我们的要求对图像进行多尺度、多方向表示,我们将方向小波滤波器应用于纸浆纤维图像的边缘检测中,取得了满意的效果。 2.小波的模糊多尺度滤波问题。小波在对图像进行多尺度分解时,在小尺度图像上反映的是细节信息,边缘点定位精度高但同时噪声表现明显;大尺度图像反映的是图像的全局信息,噪声表现不明显但是边缘点定位精度差。在图像边缘检测中,为了在检测到边缘的同时有效滤除噪声(伪边缘点),我们考虑将图像的多尺度信息通过一种规则有机合成起来,分别利用大、小尺度的各自优势来提取图像边缘。我们提出了一种模糊多尺度边缘检测算法,利用模糊规则来合成尺度信息,将图像的各尺度信息转化为模糊子集,将图像信息由小波空间量化到模糊空间中,利用模糊策略来对模糊子集进行合成,提取图像边缘特征。 3.小波域统计模型去噪问题。在图像去噪过程中,图像模型的客观性与准确性将直接影响到图像的去噪精度。在图像的小波多尺度表示基础上,我们设计了两种模型对图像统计去噪进行了尝试。首先是将图像的小波系数建模为

论文目录:

目录

摘要

ABSTRACT

第一章 绪论与综述

1.1 课题研究背景与意义

1.2 课题研究现状与进展

1.2.1 方向小波概述

1.2.1.1 小波变换的引入

1.2.1.2 方向小波变换研究现状

1.2.2 边缘检测研究现状与进展

1.2.2.1 单尺度边缘检测算法

1.2.2.2 多尺度边缘检测算法

1.2.2.2.1 Marr-Hildreth边缘检测算法

1.2.2.2.2 Canny边缘检测算子

1.2.2.2.3 基于小波的多尺度边缘检测算法

1.2.3 小波去噪综述

1.2.3.1 小波阈值去噪方法

1.2.3.2 小波域统计模型去噪

1.2.4 角点检测算法综述

1.2.4.1 Rosenfeld-Johnston算法

1.2.4.2 Freeman-Davis算法

1.2.4.3 Teh-Chin算法

1.2.4.4 基于统计方法的角点检测

1.2.4.5 基于小波分析的角点检测

1.2.4.6 角点检测存在的问题与解决构想

1.2.5 纸浆纤维检测研究现状

1.2.5.1 纸浆纤维检测的意义与背景

1.2.5.2 纸浆纤维检测存在问题与解决方案

1.3 本文主要研究工作与创新点

第二章 基于方向小波的纸浆纤维图像边缘检测研究

2.1 前言

2.2 小波分析理论

2.2.1 连续小波变换

2.2.2 二进小波变换

2.2.3 多分辨率分析理论

2.2.4 离散小波变换

2.3 方向小波及其在图像处理中的应用

2.3.1 纤维图像的多尺度表示

2.3.2 边缘特征提取

2.4 实验分析

2.5 结论

第三章 模糊多尺度边缘检测研究

3.1 前言

3.2 模糊多尺度边缘检测算法

3.2.1 Mallat小波变换

3.2.2 模糊集概念

3.2.3 算法的一维分析

3.2.3.1 模糊子集与模糊隶属函数

3.2.3.2 阈值策略设计

3.2.3.3 一维算法步骤

3.2.3.4 一维信号奇异点检测

3.2.4 算法的二维分析

3.3 仿真实验

3.4 结论

第四章 小波统计去噪应用研究

4.1 基于小波统计模型的自适应图像去噪研究

4.1.1 前言

4.1.2 噪声信号的二进小波变换

4.1.3 自适应去噪算法描述

4.1.3.1 小波系数的广义高斯分布与阈值的选取

4.1.3.2 方差参数估计

4.1.4 纸浆纤维图像去噪实验

4.1.5 结论

4.2 基于小波域隐马尔科夫模型的图像去噪研究

4.2.1 引言

4.2.2 小波域隐马尔可夫模型

4.2.2.1 小波域隐马尔可夫模型框架

4.2.2.2 小波域隐马尔可夫模型的概率特征

4.2.3 基于改进小波隐马尔可夫模型的图像去噪算法

4.2.3.1 小波域三子带概率模型

4.2.3.2 模型参数估计

4.2.3.3 噪声滤除

4.2.3.4 算法实现

4.2.4 实验分析

4.2.5 结论

第五章 角点检测算法及多尺度曲线描述应用研究

5.1 基于滑动窗口的白适应角点检测研究

5.1.1 引言

5.1.2 基于自适应滑动窗口的角点检测算法

5.1.2.1 自适应滑动窗口设计

5.1.2.1.1 协方差矩阵与特征值求解

5.1.2.1.2 基于特征值的滑动窗口策略

5.1.2.2 边界曲线的曲率测定

5.1.2.3 基于小波变换的角点提取

5.1.2.4 角点检测算法

5.1.3 实验结果分析

5.1.4 结论

5.2 平面曲线的多尺度描述研究

5.2.1 引言

5.2.2 基于小波空间的平面曲线描述

5.2.3 多尺度曲率进化

5.2.4 平面曲线多尺度表示的实验研究

5.2.5 结论

第六章 图像处理在纸浆纤维检测与特征提取中应用研究

6.1 前言

6.2 基于计算机视觉的纸浆纤维测量系统结构

6.3 纸浆纤维图像的特征提取算法原理

6.3.1 纸浆纤维图像去噪

6.3.2 纤维图像增强与阈值分割

6.3.3 纸浆纤维图像的细化表示

6.3.4 基于角点检测的纤维弯曲特征提取

6.3.5 纸浆纤维统计特性分析

6.4 纤维检测实验分析

6.4.1 纸浆纤维图像预处理

6.4.2 纸浆纤维图像形状特征提取

6.4.3 纸浆纤维检测装置特性描述

6.5 结论

第七章 总结与展望

7.1 工作总结

7.2 研究展望

参考文献

附录

作者简介

作者在攻读博士学位期间完成的文章

致谢

发布时间: 2006-07-19

参考文献

  • [1].纸浆纤维悬浮液的屈服应力与触变特性的研究[D]. 沙九龙.南京林业大学2016
  • [2].复合阻燃剂抑制纸张纤维热衰变机理研究[D]. 肖娜.北京林业大学2015
  • [3].纸浆的流变特性及其在异形流道中流动的计算机模拟研究[D]. 喻迪.华南理工大学2015

相关论文

  • [1].基于提升小波的数据处理及过程监测研究[D]. 李成.浙江大学2005
  • [2].小波在纹理图像处理中的应用研究[D]. 乔玉龙.哈尔滨工业大学2006
  • [3].图像形态学和小波分析在图像增强与边缘检测中的应用[D]. 迟健男.东北大学2005
  • [4].非线性小波变换与多尺度在图像、信号处理中的应用研究[D]. 杨维.西安电子科技大学2005
  • [5].小波理论在图像技术中的应用研究[D]. 钱玮.中国科学技术大学2006

标签:;  ;  ;  ;  ;  

基于小波的多尺度图像处理及其在纸浆纤维检测中的应用研究
下载Doc文档

猜你喜欢