圖像邊緣檢測(cè)和圖像匹配研究及應(yīng)用.pdf

1、邊緣是圖像最重要的特征,包含了用于圖像識(shí)別的有用信息.而圖像識(shí)別是圖像監(jiān)控的中心壞節(jié).該論文結(jié)合具體的變電站圖像監(jiān)控系統(tǒng)的項(xiàng)目,對(duì)圖像識(shí)別部分的圖像邊緣檢測(cè)與圖像匹配技術(shù)及其應(yīng)用進(jìn)行了研究.主要內(nèi)容有:1)在邊緣檢測(cè)中,噪聲消除與邊緣定位是兩個(gè)相互矛盾的部分,是一個(gè)"兩難"問題.該文從邊緣檢測(cè)的"兩難"問題出發(fā),對(duì)實(shí)際圖像中可能出現(xiàn)的邊緣類型進(jìn)行了數(shù)學(xué)模型描述,然后把高斯平滑后的邊緣模型作為研究對(duì)象,系統(tǒng)地分析了采用微分法檢測(cè)邊緣時(shí),不

2、同的邊緣類型表現(xiàn)出來的特性,以及不同類型的邊緣定位與平滑尺度的關(guān)系.2)信息測(cè)度能夠很好地定量描述圖像的邊緣特征.該文將圖像的三個(gè)信息測(cè)度作為分量組成邊緣特征的測(cè)度向量,作為小腦模型神經(jīng)元網(wǎng)絡(luò)-CMAC的輸入,提出一種基于信息測(cè)度和CMAC網(wǎng)絡(luò)的邊緣檢測(cè)方法,用該法得到的邊緣輪廓清晰,實(shí)時(shí)性好,并且抗噪能力有明顯提高;將上述邊緣檢測(cè)方法應(yīng)用于無人值守變電站,提出一種瓷瓶裂紋故障監(jiān)控方案.3)對(duì)小波變換和多分辨率分析在邊緣檢測(cè)中的應(yīng)用進(jìn)行

3、了分析和研究,并與圖像的不變矩特征相結(jié)合,出了一種新的基于小波和矩的動(dòng)態(tài)檢測(cè)瓷瓶裂紋的實(shí)時(shí)監(jiān)控方案,應(yīng)用于無人值守變電站圖像監(jiān)控系統(tǒng).4)分析和研究了小波自身特性-對(duì)稱性、收斂性、平滑性與小波消失矩的內(nèi)在聯(lián)系及其這些特性對(duì)邊緣檢測(cè)的影響,提出了小波在邊緣檢測(cè)中的選取原則;并以個(gè)具有普適性的斜坡邊緣模型為例,探討了小波用于邊緣檢測(cè)的尺度選取問題.實(shí)驗(yàn)證明,提出的小波選取原則是可行的.5)對(duì)Hausdorff距離在圖像匹配算法中的應(yīng)用作了探