contourlet变换在图像去噪与边缘检测中的应用分析word格式论文.docx

contourlet变换在图像去噪与边缘检测中的应用分析word格式论文.docx

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
contourlet变换在图像去噪与边缘检测中的应用分析word格式论文

Italsoprovides anew methodon imageedgedetectionwhichuses theDFB todetecttheedgeofimage.InDFBdecompostion,themulti-directionsubimagesareseenastheanisotropic filter’slongaxesrotatingtodifferentangles.Whentheanisotropicfilter’s longaxesisinaccordwiththeedge,thefilteringperformancebecomesbest,andthegradientamplitudeisthegreatest,whiletheangleofedgesorientationandthefilterslongaxesbecomeslarger,thefilteringperformancebecomesworse,andthegradientamplitudebecomessmaller.So through using suitablealgorithms, itcan obtain the edgeby synthesizingthemulti-directionsubimages.Theresultsshowthatthismethodisfastandsimpleandcanalsodetecttheedgeeffectively.SinceapplyingDFBinimageedgedetectionalsohasthedefectssuchasthereisonlyonlevelandthereexistslowfrequencyimage.Thecontourlethasthebenefitsof DFBandalsocanseparatedtheimagesintomulti-level,itprovidesanewmethodtouse contourlettransforminimageedgedetectionwhichcandectecttheedgeindifferentlevelsandhasthecharacterofmulti-direction.Itshowsthecontourletisabettertooltobeappliedinimageedgedetection.Keywords:imagedenoising;edgedetection;wavelttransform;Bayesianthreshold;contourlettransform;独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本论文属于必威体育官网网址□,在年解密后适用本授权书。不必威体育官网网址□。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日1绪论在采集、获取以及传输图像的过程中,非常容易受到噪声的影响,混杂有噪声的图像称为含噪图像。噪声的污染容易对人们提取和观察信息产生极大的干扰。因此非常有必要在利用图像之前消除噪声。图像的边缘是图像最基本的特征之一,能够为为人们描述或识别目标以及解释图像提供一个重要的特征参数。它蕴含了图像丰富的如方向、阶跃性质与形状等信息;它为纹理特征提供重要信息源以及形状特征;它是图像分割、分类、配准和模式识别所需要的非常重要特征之一。成功检测图像的边缘,在进行图像分析和识别时就会更方便,同时精确度也会得到极大的提高。图像边缘包含了图像中的绝大部分信息,因为它包含的是图像不连续性的信息,其灰度在图像中变化非常较剧烈,也即信号会发生奇异。边缘检测是图像局部显著变化检测中的最基本运算,是图像处理领域中一个最基本的技术,目前寻找一个好的,能够快速、精确的提取图像边缘信息的方法一直是国内外研究的热点,同时边缘检测也是图像处理中的一个研究热点与研究难点。小波分析是在傅立叶分析的基础上发展起来的一个新兴的数学分支。它具有傅里叶变换的一些优点,同时还能够弥补傅里叶分析的不足。傅立叶分析只能分析全部的频

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档