图像的边缘检测技术对于图像处理、模式识别等都具有重要研究意义。如何提高边缘检测的准确性,使边缘提取算法具有更高的信噪比是图像处理的经典难题,所以好的边缘提取算法一直是众多学者研究的重点。本文首先介绍了小波变换对于边缘检测技术的应用,然后针对图像边缘检测中噪声抑制和提取边缘细节的矛盾,详细阐述了小波模极大值法的原理以及选取不同阈值对于处理结果的影响。最后
21年 01
第 3期 3
S IN E&T C N L G F R A I N CE C E H O O YI O M TO N
o本刊重稿。
科技信息
基于小波模极大值的边缘检测 王彬
(岛科技大学信息科学技术学院山东青 【摘
青岛
2 66 ) 6 0 1
要】图像的边缘检测技术对于图像处理、式识别等都具有重要研究意义。模如何提高边缘检测的准确性,使边缘提取算法具有更高的
信噪比是图像处理的经典难题,以好的边缘提取算法一直是众多学者研究的重点。所本文首先介绍了小波变换对于边缘检测技术的应用,然后针对图像边缘检测中噪声抑制和提取边缘细节的矛盾 .细阐述了小波模极大值法的原理以及选取不同阈值对于处理结果的影响。最后通过详实验对本文选用的方法和经典算法进行了比较,对比评价了它们各自的优缺点以及对噪声的抑制。
【关键词】边缘检测;大值;变换模极小波 0绪论 将图像曲面用一个核函数,) 的伸缩做卷积磨光,然后进行边缘检测。若二维核函数 0 (,)的积分非零,且 0 (,) 0 y Y=
图像的边缘检测 .常被抽象为图像的奇异性检测们 .目的是从其图像中提取出景物的边缘轮廓,以此可以得到目标的位置、形状等信 fl—、,称为维滑函、— t,21它二平数。它,个上的 + 1|则 tx将沿x两方向 y 1 息边缘检测方法试图通过检测包含不同区域的边缘来解决图像的分导数做基本小波: . 割问题 .由于在不同区域之间的边缘上象素灰度值变化比较剧烈 .一 ( ) :, ( ) : (.) 21 般利用图像一阶导数的极大值或者二阶导数的过零点等信息提供判断边缘的依据。常用的经典边缘检测算子 l如: oe s子、 L Rbr算 r 即 (y (等, (y ( )∥ ), ) ),= ,=等, Lp c n al i算子、oe算子 cn d算子等。它们的共同特点是边缘定 aa Sb l any位比较好,检测速度快 .但是对噪声都十分敏感。 根据小波构造出离散滤波器在尺度 2上。,采用二维离散二进小边缘检测的准确性一直困扰着很多国内外学者 .为提高图像边缘波变换的快速算法对图像的么每一个点 x 1,进行离散二进小波变换 v探测的有效性 .许多学者提出了各种不同的方法自
1 8年 M l t 97 a a将 l计算机视觉领域内的多尺度分析思想引入小波分析[ 3 1中以来 .小波变换的算法变得简单快速易用 .图像多尺度边缘检测的方法得到迅速发【, J【 w Y ) ), I ( Y )展和应用 M l t a a等人全面系统地介绍了小波在图像边缘检测上的应 l用.并提出了多尺度小波变换边缘提取算法[此后越来越多的学者把 4 1 点 x1,的模值和相角分别为 v小波理论用于图像的边缘检测 .取得较好的效果。 ,—■———————丁 l
『
) l ) I 1詈 ( .
…、
1小波多尺度边缘检测方法 小波分析自从产生以来取得了巨大的发展 .小波由于良好的时频特性被广泛地应用在图像处理和模式识别领域中 .成为信号强有力的 处理工具。实践证明,利用单一固定尺度的边缘检测算子不可能最佳地检测出多尺度的边缘 .小尺度参数的边缘检测算了能够检测出灰度发生的细变换 .而大尺度参数的边缘检测算子能够检测出灰度发生的 粗变化。而且 .相同类型的边缘在不同尺度上存在因果关系 .利用多尺度口术检测边缘是获得理想边缘的一个好途径小波分析在空域和技】频域同时具有良好的局部化性质 .以随频率的大小而调节 .频粗可低疏。高频精密 .而且由于对高频部分采用逐步精细的空域或频域取样步长 .而可以聚集到任意细节 .从这样可以通过一定途径将信号与噪声分离 .小波多尺度变换可以根据需要检测出任意尺度的图像图像多尺度边缘检测的基本思路是:利用小波变换的多尺度特性,图像不同尺度下的边缘进行检测 .对然后将各个尺度上得到的边缘图像进行综合 .最终得到图像的最佳边缘应用小波多尺度边缘检测的一般步骤具体描述如下:
M (y V w, 1 1, I ̄x ) y+ f,= 1 ) w Y ) J(,)t - xy=a ' n
() 2 . 3
[1 2 I f册 22 ( I v f f w _ w 4 )
由此可以看出,平滑后的图像 po (,) y的拐点对应于由梯度矢量,)向上 M ̄(,)方 fx的局部模极大值。因此,沿梯度矢量 只需』以 y方向检测模 M Y的极大值点, 4,), (,)即得到边缘点,模值的幅
值为边缘强度;然后将边缘点链化 .把模值相近与方向基本
相同的邻 点链接到同一个边缘链中而局部模极大值的产生就是沿着梯度方向 .在某一范围内检测模值,是极大值的予以保留,非极大值的则被删除。 22闽值的选择 .模极大图像中既有边缘信号 .又有不期望的噪声尽管信号和噪声的频率可能是重叠的,但其能量是不尽相同的。小波变换具有一种使边缘信号能量集中在少量小波变换系数上的能力 .这些系数的值将远远大于那些将能量分散在大量小波系数上的噪声的系数值 .这就给我们提供了一种可能 .对小波系数进行阈值处理 .在小波变换域中除
() 1对原始图像 x )行小波变换,,进 y生成模图像簇 (,) y和相角图像簇 A ( .) : () 2在最大尺度 k下的模图像簇 x Y中寻找沿相角方向的模 .)局部极大值,成该尺度下的初步边缘图像 (,)B (,)生 Y,k Y中的其 他像素设为零:
() (,) 3在 y中将不间断的点通过逐点、隔点搜索及补点的方法形成边缘链,求出每条边缘链的长度和平均模值。删除长度和平均模值小于设定的链长度阈值和链平均模值的边缘链,到 k尺度得下的边缘图像 (,) Y: () 4对 (,) y中的每条链的两端点, k 1在( )一尺度下搜索对应位置处得 33 *领域,将模值相近且幅角相似的点补充到边缘图像 (,) y 中,从而生成 (,)即( 1 y, k )—尺度下的边缘图像; () 5重复进行 4步骤。直到得到最终边缘图像 Ex ) (v。,
2小波模极大值边缘检测法 2小波模极大值的边缘检测原理 . 1
去低幅值的噪声和不期望的信号。基于小波的边缘检测,阈值的选取是至关重要的。如果选择的阈值不合适 .其检测算法再先进 .结果也会出现缺陷,严重的甚至无法实现检测功能目前使用的阈值可以分为全局阈值和局部自应阈值适两类其中.全局阈值是对各层所有小波系数或同一层内的小波系数都是统一的.这不适用于亮度不均匀的图像的边缘检测:而局部自应阈值是适根据当前系数周围的局部情况来确定阈值若对整幅图像采用同一个阈值,在除去噪声的同时图像中的微弱边缘也会被一并去除 .影响图 像边缘检测的效果通常的自适应阈值方法是采用 3 3 x的窗口.对模极大图像进行逐行扫描 .利用窗口内的小波系数来求取窗口中
心位置像素的阈值,但此方法的参数需要人为根据经验何反复试验来确定. 不适合在实际工程中的应用;并且该方法对幅值接近阈值的像素点判断不准确 .导致强噪声点被视为边缘点而引入伪边缘 .弱边缘点被视为噪声点而丢失边缘。边缘是图像的局部特征,具有连续性 .而噪声通常是孤立的。基于边缘和噪声的这一差异 .研究人员根据 c n v an算子的双阈值思想而导出的自适应双阈值方法1为适用 7 1更

对 图像来说 ,小波模极大值描述的是图像中目标的 多尺度边界 . 边缘检测方法中的极大值检测算子不仅能确 定突变与缓变的位置 , 而且能够检测信号变化的 奇异性...
基于小波变换 的局部模 极大值 法 小波变换的优点是在时域和频域都有 良好的 局部特性 , 这一点可以用来进行图像的边缘检测 . 反映出图像灰度的变化, 因此被...
本文根据边缘与 的阈值以及滤掉由噪声引起的局部模极大值点成为小波边缘检测的一个关键问题 噪声的特征以及图像边缘与噪声具有不同奇异性的特点 ,提出了一种新的...
基于小波模极大值和形态学的图像边缘检测算法胡 艳 张瑞林浙江 杭州 310018 ) ( 浙江理工大学软件工程研究所 摘要 提出一种基于小波 变换和形态学的图像边缘检测...
基于小波变换的模极大值图像边缘检测算法_IT/计算机_专业资料。小波变换检测边缘图像边缘是图像中物体与背景之间在灰度 ( 或纹 理) 特性上存在某种不连续性 ( 或...
基于小波变换的模极大值图像边缘检测算法_专业资料。将小波分析技术运用到图像边缘检测中以勾勒图像轮廓,提出了基于小波变换的模极大值边缘检测算法.利用二次B样条小波...
《农业网络信息》 2008 年第 7期 研究与开发 小波变换的模极大值在图像边缘检测中 的应用研究龚思思, 李也白( 北方工业大学, 北京 100041) 摘 要: 边缘检测...
26, N o. 1 文章编号: 1671- 2021( 2010) 01- 0201- 04 基于小波模极大值的火灾图像边缘检测方法郭彤颖, 贺红莹, 袁峰, 刘美菊 (沈阳建筑大学信息与...
2008 基于小波变换模极大值的煤矿岩层图像边缘检测处理袁小平 ( 中国矿业大学 信息与电气工程学院,江苏 徐州 221008) 摘要: 针对 煤矿 井 下岩 层监 视监 控系...
第 12 卷 1 期第 小波变换模极大值法在图像边缘检测中的应用吕四化 ,史萍 ,王惠明 ( 中国传媒大学 信息工程学院 ,北京 100024) 摘 :边缘检测是计算机图像处理...
热门文档