基于小波和形態(tài)學的圖像邊緣檢測研究.pdf

1、邊緣檢測是圖像處理與分析中最重要的一個步驟。圖像的邊緣包含了圖像的位置、輪廓等特征，是圖像的基本特征之一。它被廣泛地應用于特征描述、圖像分割、圖像增強、圖像復原、模式識別、圖像壓縮等圖像分析和處理中。因此，圖像邊緣和輪廓特征的檢測與提取方法，一直是圖像處理與分析技術中的研究熱點，新理論、新方法不斷涌現(xiàn)。
　　 目前常用的邊緣檢測大多是利用局部圖像微分技術來提取圖像邊緣，例如在生理學和心理學方面都具有很好效果的LOG算子。但利用微

2、分技術提取邊緣的方法往往對噪聲很敏感，對含有噪聲的圖像提取邊緣的效果會大打折扣。小波邊緣檢測方法是近年新興的方法，由于小波變換具有良好的時頻局部化特性和多尺度分析能力，其在小的尺度下可檢測出非緩變邊緣即階躍狀和屋頂狀邊緣，在大尺度下可檢測出緩變邊緣，同時還具有天然的抗噪特性，對噪聲不敏感。
　　 為了提高邊緣檢測的效果，本文采用一種將小波分析和數(shù)學形態(tài)學結合的新方法來提取圖像的邊緣。數(shù)學形態(tài)學的基本思想是利用一定的形態(tài)和結構元素

3、去度量和提取圖像中的對應形狀從而對圖像進行分析和識別，這使得數(shù)學形態(tài)學邊緣檢測方法能夠有效地去除噪聲并保護細節(jié)，同時還具有運算簡單、可并行計算和易于硬件實現(xiàn)等優(yōu)點。本文在對圖像進行小波分解的基礎上，對高頻信號進行增強并利用數(shù)學形態(tài)學的邊緣檢測方法進行圖像邊緣的提取。該方法能夠有效的突顯小波和形態(tài)學的優(yōu)點，同時在一定程度上改進兩種方法的缺點。本文主要工作有：
　　 （1）對小波分析基本理論和數(shù)字圖像邊緣檢測的經(jīng)典方法作了闡述，給出

4、了七種經(jīng)典方法的實驗結果和分析。
　　 （2）本文通過大量的實驗，針對不同的小波基及不同的分解尺度對圖像增強做了研究，選擇最優(yōu)的小波基和分解層數(shù)對圖像進行高頻增強。
　　 （3）由于大部分的圖像中混有噪聲，本文通過對已有的形態(tài)學邊緣檢測方法的研究，提出了一種新的多結構元抗噪形態(tài)學邊緣檢測方法，同時給出了新的計算各結構元權值的方法。通過和經(jīng)典的邊緣檢測方法進行比較，得到了很好的實驗效果。并利用該方法對加噪的航拍圖像進行邊緣