基于小波变换的模极大值图像边缘检测算法

将小波分析技术运用到图像边缘检测中以勾勒图像轮廓,提出了基于小波变换的模极大值边缘检测算法.利用二次B样条小波和Mallat算法对图像进行了边缘检测.仿真结果表明：该方法去噪效果好,能提取图像中较弱的边缘,且边缘具有很强的连续性,明显优于传统的边缘检测算子.

维普资讯

第 2卷第 4 5期20 0 6年 1 2月

中南民族大学学报(冉然科学版)o r a fS t Ce ta iest o u n lo ouh— n r lUnv r iyf rNat n l is( tSe . ii n i ai e Na o t i Ed to ).

Vo1 2 . 5 No. 4【e . 00 )c 2 6

基于小波变换的模极大值图像边缘检测算法刘李鹂高智勇刘向明 (中南民族大学电子信息工程学院，武汉 4 0 7 ) 3 0 4摘要将小波分析技术运用到图像边缘检测中以勾勒图像轮廓，出了基于小波变换的模极大值边缘检测算提

法 利用二次 B样条小波和 Mal算法对图像进行了边缘检测. lt a仿真结果表明；该方法去噪效果好.能提取图像中较弱的边缘 且边缘_有很强的连续性。具明显优于传统的边缘检测算子.关键词小波变换缘检测；极大值边模TN9 1 7文献标识码 1.3 A文章编号

’1 7 3 12 0 ) 40 4— 4 6 24 2 (06 0. 0 20 2

中圈分类号

Al o ihm m plm e t to f I a e g rt I e n a in o m gEdg t c i n Ba e n W a e e a f r e De e to s d o v l tTr ns o mLi l Ga i n u Lii o Zh yo g Li i n u X a gm i g n

Ab ta t s r c

W a ee n ls s t c n q e s v l t a a y i e h iu i wie y u e i i g d e d t c i n o u l e i o e t d e An d l s d n ma e e g e e t t o ti sl u t e e g . o n h

a g rt m f e g e e t n o b a i f ma i u o v lt t a s o m d l s h s b e r s n e n t i lo i h o d e d t c i n t e b ss o xm m f wa ee r n f r mo u u a e n p e e td i h s o

p p r Th d e o ma e a e e e td b u d a i B—pie wa ee a d ae. e e g s fi g r d tc e y q a rtc s l v lt n M alt lo i m . Th rs l f n l ag rt a h e e u

t osmu a in s o h tt e n e h d c n d t c a d e ih p s e s s r n o t u t n n in ie p o e t i l t h ws t a h tt o a e e twe k e g s wh c o s s t o g c n i i a d a t— os r p ry. o n y a s s s p ro O t e t a i o a d e d t c i n o e a o s lo i u e ir t h r d t n l g e e t p r t r . i e o Ke wo d wa e e r n f m;e g e e to y rs v ltt a s m’ d e d t c i n;mo u u x mu d l s ma i mL u Li Ma t r SCa d d t .Bi me ia g n e i g I s iu in.S i l i s e n i a e o dc l En i e rn n t to t CUF,W u a 0 7 N h n 4 0 4,Ch n 3 ia

图像边缘是图像中物体与背景之间在灰度 (或纹理)特性上存在某种不连续性 (或突变性 )因此图像，

1小波边缘检测原理及二进小波变换 1 1小波边缘检测原理 .

边缘检测是图像处理中的重要环节.目前，传统的边

缘检测算子有 S blR br、 rwt、 a n、 oe、 o et P e i C n y和 s t L pai al a c n等[,由于这些算子均采用相邻边缘一 1但]阶或二阶的方向导数，抗噪性差。常把噪声当图像时的边缘检测出来，产生不连续或伪边缘，正的边缘真却由于噪声被抑制.而小波分析具有多分辨率特性。且具有紧支集的基小波，其平滑因子可以减少对原始

小波变换的多分辨率和紧支性可以很好的描述信号局部化特性，零点或极值点以及多尺度变化过

可以表达信号的突变点，而图像边缘对应信号的奇异点，在多尺度小波变换下的极大值具有传播性，它 噪声的极大值则随尺度的增加迅速衰减.因此采用二进小波变换进行边缘提取【 j可以达到良好的 3,效果 .

图像的局部扰动.同时，波分解的高频信息有助于小提取边缘[.此，文提出一种新的基于小波变换 z为]本的模极大值边缘检测方法，即在二尺度下采用 Malt l a算法对原始图像进行分解，以提取

边缘，最后将仿真

设口，是二维小波平滑函数，足条件 ( Y)满rr J J

I (,)xy . I xydd≠o沿 O

两个方向卜一 _阶导数的

结果与传统算予相对比说明该方法的有效性.

作为基本小波函数；

收稿日期

2 0—92 *通讯联系人 0 60- 5

作者简介刘李鹏 (9 0):硕士研究生， 18一， .研究方向：图像处理， i meyi@1 6 cr E mal c li 2.o ; l n基金项目国家民委重点基金资助项目 ( Z 6 0 ) M Y0 02

本文来源：https://www.bwwdw.com/article/nasm.html