基于多尺度提升小波的边缘检测_吴静进.pdfVIP

第 卷 第 期 重庆科技学院学报（ 自然科学版） 年 月 11 1 2009 2 基于多尺度提升小波的边缘检测 吴静进 陈 巍 （南昌大学，南昌330029 ） 摘 要 通过比较第一代和第二代小波的特点，研究了第二代小波在边缘检测中的方法。基于多尺度提升小波的边缘 : 检测弥补了传统边缘检测算法的不足，有效地抑制了噪声并且提高了其边缘定位精度。 提出了一种提升方案的边缘 检测算法。 最后，通过仿真验证了该算法的有效性和快速性。 关键词边缘检测； 小波变换； 提升方法； 多尺度小波 : 中图分类号： 文献标识码： 文章编号： （ ） TP391 A 1673-1980 2009 01-0095-03 图像的边缘是图像的重要特征，是计算机视觉 现在高频部分，通过对高频分解系数的加权处理，对 等的基础。 找出图像的边缘称为边缘检测，边缘检 低频分解系数进行衰减弱化， 能够得到更好的边缘 测是构成图像分割、特征提取、形状和结构分析的预 检测效果。实际中为了能更仔细地观察图像边缘，采 处理部分，是图像处理的重要环节。 边缘检测是图 用不同的小波变换尺度来膨胀或收缩小波基， 从而 像处理中一个较复杂的问题，因为实际图像中的边 实现多分辨率。 缘往往是各种类型的边缘以及它们模糊化后结果的 很多情况下浅带灰度与背景灰度混叠， 在原始 一种组合。 并且实际图像信号中存在着各种噪声， 分辨率图像的直方图上难以确定一个灰度门限进行 并且噪声和边缘一样都属于高频信号，很难从频带 分离。使用多分辨率方法，上层的分割结果映射到下 的角度来区分。 小波变换被誉为分析信号的数学显 层，在此映射下可以修正图像的边缘，根据图像的条 微镜，是对传统傅立叶变换的挑战。 评价边缘检测 纹灰度确定门限，实现边缘精确分割的目的。 优劣的标准是：良好的检测性能、 良好的定位性能、 小波变换在检测图像微小细节边缘时具有明显 最低的伪边缘响应以及较高的信噪比。 一般的边缘 的优势。 多尺度小波变换后的子带里有n×n 个子 检测方法对图像中像素灰度对比度大的区域边缘提 块，而在单尺度小波变换后的子带中只有一个子块。 取效果良好，而对于对比度较小的区域边缘检测效 2 第二代小波 果并不理想。 通过改变分辨率途径的方法可以解决 这个问题。 其基本思想就是沿梯度方向，在阈值的 提升方案是构造小波的新方法， 它与经典构造 约束下检测模的极大值点，在不同尺度上综合得到 方法的主要区别在于不再依赖于Fourier 变换。 提升 最终实际的边缘。 方案可用来构造第二代小波， 即该小波不是某个函 年， 提出了由提升方案构造 1994 Wim Sweldens 数的伸缩和平移。提升方案的基本思想很简单，它开 的第二代小波，这种小波不仅具有第一代小波的所 始于“惰性”小波，实质上不计算什么，但具有小波的 有优点， 而且还具有更快的快速算法和同址计算。 一般属性。 然后，提升方案通过添加新