基于提升小波變換的圖像多尺度邊緣檢測

基于提升小波變換的圖像多尺度邊緣檢測

ID:26889766

大?。?32.79 KB

頁數(shù):48頁

時間:2018-11-29

基于提升小波變換的圖像多尺度邊緣檢測_第1頁
基于提升小波變換的圖像多尺度邊緣檢測_第2頁
基于提升小波變換的圖像多尺度邊緣檢測_第3頁
基于提升小波變換的圖像多尺度邊緣檢測_第4頁
基于提升小波變換的圖像多尺度邊緣檢測_第5頁
資源描述:

《基于提升小波變換的圖像多尺度邊緣檢測》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、華中科技大學(xué)碩士學(xué)位論文摘要邊緣是圖像中不規(guī)則結(jié)構(gòu)和不平穩(wěn)現(xiàn)象的重要表現(xiàn),往往攜帶著圖像中的大部分信息,給出了圖像輪廓,而這恰恰是進行圖像識別和圖像理解的重要特征,因此邊緣檢測就成了圖像處理中的首要的和最重要的一步,提取結(jié)果直接影響識別精度。由于實際獲得的圖像各種各樣,噪聲水平也大小不同,因此如何從所獲得的圖像中提取感興趣的邊緣仍舊是一個難題,直到目前,還沒有統(tǒng)一的方法和數(shù)學(xué)模型。本文就圖像的邊緣檢測算法進行了一些新的探索,主要工作如下:針對圖像邊緣檢測的主要問題——圖像的平滑與逼近的矛盾,提出了一種基于Walsh-Haar類變換的邊

2、緣檢測新算法。與一些常用的邊緣檢測方法相比,本算法實現(xiàn)簡單,得到的邊緣圖像包含更多的邊緣信息,但是由于加入了圖像融合,由本方法所檢測到的圖像邊緣不是細(xì)邊緣。 對于前述邊緣檢測方法中提取邊緣細(xì)節(jié)的能力的不足之處,本文利用提升小波理論,提出了一種圖像多尺度邊緣檢測的新方法,并完成了相應(yīng)的仿真實驗。該檢測方法適用于多種線性或非線性雙正交小波,具有運算速度快、檢測精度高等特點?!      £P(guān)鍵詞:邊緣檢測,Walsh-Haar類變換,小波變換,提升算法,  I華中科技大學(xué)碩士學(xué)位論文AbstractEdgeistheimportfeature

3、ofunregularstructureandnon-stationarysignalinimage,whichgivestheprofileandusuallytakeslotsofinformation,themostconcernfulfeatureofimagerecognition.Asaresultthefirstandbasicstageinimageprocessingistheedgedetection,theresultwhichwilldirectlyinfluencetheaccuracyofrecognitio

4、n.Duetothediversityofimage,noiselevel,andthedifficultyofextractingsomeintriguingedgefromprocuredimages,therearenotamathmodelanduniformmethoduntilnow.Inthisthesis,somenewalgorithmstodetectimageedgearestudiedandthemajoronesareasfollows:Firstly,anewarithmeticbasedonWalsh-Ha

5、artypetransformisproposedforthemajorprobleminedgedetectionofimagesignal:thecontradictionsofsmoothingandapproximating.Althoughtheedgeofimageisnotsinglepixelforaddingimagefusion,howevercomparedwithothermethods,thisalgorithmwithwhichtheedgeimageincludesmoreinformationontheb

6、rinkissimple.Toimprovethedisabilityofextractingsinglepixelinthealgorithmmentionedabove,anewmethodofedgedetectionispresentedbasedonliftingwaveletinthisthesis,thesimulationexperimentisfinished.Theresultsshowusthatthemethodcanbeusedtomanykindsofwaveletswiththeadvantagesofhi

7、gherspeedandprecision.KeyWords:EdgeDetection,Walsh-HaarTypeTransform,WaveletTransform,LiftingAlgorithmII獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知,除文中已經(jīng)標(biāo)明引用的內(nèi)容外,本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對本文的研究做出貢獻的個人和集體,均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名:日期:年月日學(xué)位論文版

8、權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定,即:學(xué)校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱和借閱。本人授權(quán)華中科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。