下载后可任意编辑基于小波分析的边缘检测技术讨论摘 要：随着数字图像采集技术和处理技术的飞速进展，图像已成为人们猎取信息的重要途径，图像的边缘信息反映了图像中最有价值的信息，边缘检测是图像处理和计算机视觉中最重要、最经典的课题之一。边缘检测方法比较多，但这些算法各有自己的特点和特定的应用领域。现在提出一种新的边缘检测算法，该算法以小波分析为基础，通过对原始图像进行小波变换实现边缘检测，具有良好的检测效果。小波变换在空域中分辨率随频率的大小而调节，低频粗疏，高频精密，在小尺度参数的边缘检测算子能够检测出灰度发生的细变化，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，使用小波多尺度变换可以更好的检测图像的边缘和细节，能够很好的将信号与噪声分离关键词：边缘检测；小波变换；滤波；检测1 引言当今社会可以说已经进入了数字化的信息时代，而占存储空间最大的信息量就是图像，图像中所包含的信息量比所有其他媒体信息量的总和还要多。图像处理简单的说就是把一副图像根据一定的目的变成另一幅经过修改的图像，就是对图像进行加工和处理来满足人们实际需求。边缘是图像的最基本的特征之一。边缘的定义有很多种，常用的定义为：边缘是指图像中灰度发生急剧变化的区域，或者说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。它广泛存在于物体与背景之间、物体与物体之间以及区域与区域之间。图像边缘和图像内在物理特性是直接相联系的，所以边缘蕴含着图像的大量的内在信息，也能够反映出目标轮廓的位置。而这些轮廓常常包含着我们在图像处理时所感兴趣目标的重要特征，为人们描述或识别目标以及解译图像提供了重要的特征信息，是图像分割所依赖的重要特征。图像边缘是描述图像最基本、最有意义的特征，故边缘检测是计算机视觉和图像处理领域最经典的讨论课题之一，边缘检测的主要目的是对一图像灰度变化进行度量、检测和定位。边缘检测器的工作既要将高频信号从图像中分离出来，又要区分边缘和噪声，准确的标定边缘位置。小波被誉为“数学显微镜”，在时域和频域都有良好的局部特性，以平滑函数的一阶导数作为小波函数对图像进行小波变换，小波系数的模极大值即对应图像的边缘。2 图像边缘检测技术图像的边缘是图像的基本特征之一，它包含了图像丰富的内在信息(如方向、阶跃性质与形状等)。边缘检测是图像处理、视觉计算的最基础的内容，它直接决定着高层次的图像处理、计算机视觉处...
