电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

基于小波变换的图像边缘检测

基于小波变换的图像边缘检测_第1页
1/44
基于小波变换的图像边缘检测_第2页
2/44
基于小波变换的图像边缘检测_第3页
3/44
下载后可任意编辑第一章 绪 论1.1 讨论背景及意义视觉,是人类取得信息的最主要来源。统计数据显示,在人类大脑猎取的信息之中,大约 60%为视觉信息,20%为听觉信息,其他的例如味觉信息、触觉信息等加起来约占 20%。由此可见,视觉信息对人们的重要性。然而在所有猎取视觉信息的途径中,图像无疑是最主要的方式。我们每天都是在报纸、杂志、书籍、电视等大量的图像信息中度过来的。可以说,图像是用各种观测系统以不同的形式和手段观测客观世界而获得的,可以直接或者间接作用于人眼并进而产生视知觉的实体。边缘【1】,是图像的最重要的特征,它是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。Poggio 在参考文献【1】中提到“物体(的边界)或许并没有对应着图像中物体(的边界),但是边缘具有十分令人满意的性质,它能大大减少所要处理的信息但是又保留了图像中物体的形状信息。”他还定义了边缘检测为“主要是(图像的)灰度变化的度量、检测和定位”。边缘检测通常有三种方式。第一种为屋顶型边缘,它的灰度是先慢慢上升到一定的程度然后再慢慢的下降。第二种为阶跃型边缘,它的灰度变化是从一个值到比它高很多的另一个值。最后一种是线性边缘,它的灰度值是从一个级别跳到另一个级别之后,再跳回来。不同的边缘有不同的特征,但在大部分情况下,我们都是把图像的边缘全部看成是阶梯型边缘,求得检测这种边缘的最优滤波器,然后用于实践中。实践证明,边缘检测对于图像的识别意义重大,理由如下:第一,人眼通过追踪未知物体的轮廓(它是由一系列的边缘组成的)而扫视一个未知的物体。第二,凭经验我们知道,只要能成功的得到图像的边缘,图像的分析就会大大简化,识别也会容易得多。第三,很多图像并没有具体的物体,对这些图像的理解取决于他们的纹理性质而提取这些纹理性质与边缘检测有着密切的联系。随着计算机技术的飞速进展,利用计算机对图像信息进行加工的数字信号处理技术更是日新月异。由于边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间且对于图像视觉特征的提取非常重要,所以边缘检测在基于计算机的边界检测、图像分割、模式识别、机器视觉等都有非常重要的作用。例如美国波音公司开发的雷达自成像识别系统就广泛应用于美国空军战机之间的敌我识别;日本 CANNON 公司将其开发的最新的边缘检测技术应用于最新产品 DIGIC4 图像处理器,大大提高了拍摄的清楚度 。 随着算法的不断更新和计算...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
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。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

基于小波变换的图像边缘检测

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部