基于小波变换和数学形态学的图像边缘特征提取
【摘要】:在瞬态信号与图像的分析中,突变点往往是重要的特征之一,它们常常位于重要结构的边缘部分。边缘精度、抗噪性、实时性和稳定性是边缘检测的主要性能指标。传统的微分算子边缘检测,如Roberts、Sobel、Laplacian等算子,实时性较好,但抗干扰性差。后来出现的Canny算子,性能虽优于其他的微分算子,但定位方面欠佳。
这样就出现了两种边缘提取方法,一种是从小波理论入手,构造适当的小波,通过模极大值的方法提取其边缘,这种方法可以取得较好的效果,但对选择小波有较为严格的要求。另一种方法是从灰度形态学的角度,构造结构单元,对图像进行腐蚀或膨胀,突出其边缘信息,而后得到其边缘。这种方法的优点是边缘精度高,但细节边缘信息提取又与结构单元选取有着密不可分的联系。
本文在这两种方法的基础上,先对小波模极大值方法提出了一种简化的算法,然后对形态学边缘检测算子加以改进,提出了一种修正的边缘检测算子,最后本文将这两种方法结合,从小波变换理论的角度入手,将图像进行多尺度分解,在各个尺度下对图像各个高频的细节进行加权处理,然后从灰度形态学的角度出发,提出了一种基于小波变换与数学形态学的图像边缘提取算法。并给出了仿真实验和结果分析,实验结果表明,在边缘精度、强弱边缘提取和噪音抑制方面,本文所提方法是有效的。
|
|
|
|
1 |
王思远,张增祥,文沃根,邱志成;基于色彩理论与数学形态学的彩色地图自动分层研究[J];测绘通报;2001年10期 |
2 |
刘晨晨,桑恩方;基于数学形态学的水声图像处理[J];吉林大学学报(信息科学版);2003年S1期 |
3 |
秦筱楲,蔡超,周成平;一种有效的骨架毛刺去除算法[J];华中科技大学学报(自然科学版);2004年12期 |
4 |
刘岩,刘光斌,郑志伟;数学形态学在机场目标识别中的应用[J];弹箭与制导学报;2005年01期 |
5 |
杨顺辽;;数学形态学在小区域去除处理中的应用[J];长江大学学报(自然科学版);2005年10期 |
6 |
章慧团;蔡自兴;;基于数学形态学的突发性故障快速定位方法[J];计算机测量与控制;2006年01期 |
7 |
陈宁;刘全玺;;基于数学形态学的CT图像边缘检测方法[J];天津科技大学学报;2006年03期 |
8 |
王宏飞;孙伟;陈华础;;一种红外图像的形态学分形维数估计算法[J];红外与激光工程;2006年S4期 |
9 |
姜珊;王跃存;;基于中值滤波和形态学的去噪算法[J];仪器仪表用户;2007年04期 |
10 |
王曼;叶正麟;陈作平;王树勋;;基于数学形态学的编码标志点识别算法[J];计算机工程与应用;2007年36期 |
11 |
彭丽华;杨云霞;;基于分水岭变换的图像分割方法[J];太原师范学院学报(自然科学版);2008年04期 |
12 |
杨朝辉;;基于数学形态学的SPOT影像桥梁提取[J];苏州科技学院学报(自然科学版);2009年01期 |
13 |
魏强强;;数学形态学及其在图像边缘检测中的应用[J];科技信息;2010年09期 |
14 |
卢世军;黄汉明;蒋正锋;;基于数学形态学的虹膜定位算法研究[J];计算机应用与软件;2010年08期 |
15 |
邹攀红;孙晓燕;张雄伟;曹铁勇;;一种基于数学形态学的二值图像去噪算法[J];微计算机信息;2010年32期 |
16 |
潘寒飞;高潮;;一种基于RGB颜色空间的车牌快速定位法[J];科技致富向导;2010年35期 |
17 |
何建斌;梁威;李晓明;;基于K均值聚类和数学形态学的小麦彩色图像分割[J];浙江农业学报;2011年04期 |
18 |
曹磊,韦穗,孔兵;基于数学形态学的分形编码[J];自动化学报;1997年02期 |
19 |
杨云,张子敬;数学形态学在地图模式识别中的应用[J];测绘学院学报;1998年01期 |
20 |
刘志敏,杨杰,施鹏飞;数学形态学的细化算法[J];上海交通大学学报;1998年09期 |
|