基于二进小波变换的边缘检测

阿斯古丽·艾合麦提 吐尔洪江·阿布都克力木

【摘 要】为了充分利用边缘图像的信息，在分析以往图像边缘检测方法优缺点的基础上，针对彩色图像的边缘检测，提出了基于二进小波变换的边缘检测方法。将彩色图像进行二进小波变换，按照各自的边缘检测算法提取源图像的边缘。另外，分别由正交（双正交）小波变换的基础上通过Canny算子提取图像的边缘。通过实验结果，对这两种方法进行比较，实验结果表明，基于二进小波变换的边缘检测方法优于基于其他两种小波变换的提取边缘方法。使用该算法可以更清晰的分辨出图像的轮廓特征，正好可以用于图像的边缘检测。

【关键词】二进小波变换；Canny算子；图像边缘提取

中图分类号： TP391.41 文献标识码： A 文章编号： 2095-2457（2018）27-0125-002

DOI：10.19694/j.cnki.issn2095-2457.2018.27.056

0 引言

图像的边缘对人的视觉具有重要意义，一般而言，当人们看一个有边缘的物体时，首先感觉到的便是边缘。灰度或结构等信息的突变处称为边缘。边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。[4]需要指出的是，检测出的边缘并不等同于实际目标的真是边缘。由于图像数据是二维的，而实际物体是三维的，从三维到二维的投影必然会造成信息的丢失，再加上成像过程中的光照不均和噪声等因素的影响，使得有边缘的地方不一定能被检测出来，而检测出的边缘也不一定代表实际边缘。[3]二进小波变换可以较完整的保留图像的信息，从而能够描述信号的局部特异性，提高图像在后续处理中的精度。[1]同时，平移不变性的优点保证了图像变换后像素的位置不发生偏移，因此在速度方面虽然有一些欠缺，但是图像处理的精度方面取得了较好的图像处理效果。[2]使用该算法可以更清晰的分辨出图像的轮廓特征，正好可以用于图像的边缘检测。

1 基于二进小波变换的边缘检测方法

1.1 二进小波变换

1.2 本文的边缘检测过程

2 实验分析与结果

本文实验在matlab R2010a环境下对该方法进行验证，选取不同的两种彩色图像，这两种彩色图像都是TIF类型的512×512的RGB图像，分别采用上述的基于二进小波的提取边缘方法和对于处理后的图像采用Canny算子方法进行提取边缘的方法，得到下面如图1所示实验结果。

（1）彩色原始圖像1 （2）基于二进小波的边缘图像

（5）彩色原始图象 （6）基于二进小波的边缘图像

在实验结果中，无论对比图（2）（或图（6））和图（4）（或图（8）），还是对比图（3）（或图（7））和图（4）（或图（8）），可以明显的看到，本文提到的基于二进小波变换的边缘提取比本文采用Canny算法提取的边缘更加清晰，平滑，轮廓完整，而且可以检测出更多的细节信息。虽然对这两种图像分别进行增强处理和阈值降噪处理，但是明明基于二进小波变换的边缘提取算法的结果图更好。总之，无论对原始图像进行提取边缘还是对增强后的图像进行提取边缘，基于二进小波变换的边缘提取方法优于采用Canny算子边缘提取方法（此方法中不仅对边缘提取的图像进行降噪处理，还分别采用正交小波和双正交小波进行分解，然后对分解系数用Canny算子进行边缘提取）。

3 结论

不难发现，本文提到的方法提取出的边缘包含更加丰富的细节信息，完整的轮廓，边缘更清晰，检测精度高，是一种有效可行的边缘提取方法。何况二进小波变换的边缘提取方法的抗噪性优于Canny算子边缘检测方法。二进小波变换作为新的一种图像处理工具，显现出独特的优势，因此这些年来对二进小波变换的各种研究一直更新，尤其是基于二进小波变换的图像边缘检测方法应用的比较广泛，关于这方面的研究也得到了一定的成果，二进小波变换的应用取得更多研究者的认可，基于二进小波的边缘提取问题成为了这几年来的研究热点，国内外也相继提出了基于二级小波变换的图像处理应用方面的研究论文，一直受到很多人们的高度重视。

【参考文献】

[1]吐尔洪江·阿布都克力木，小波信号处理基础[M].北京：邮电大学出版社，2014.

[2]Turghunjan Abdukirim Turki.Dyadic wavelet theory and its application[M].Beijing：Beijing University of Posts and Telecommunications.2016.

[3]马丽亚木·阿布来孜，艾力米努·阿布力江，吐尔洪江·阿布都克力木.一种基于二进小波变换的图像边缘检测方法[J].激光与红外，2012，42（12），1389-1392.

[4]石桂名，魏庆涛，孟繁盛.基于Canny算子的图像边缘检测算法[J].现代电子技术，2015，38（12）92-94.

[5]古丽米热·米吉提，吐尔洪江·阿布都克力木.基于二进小波变换的遥感图像融合方法[J].新疆师范大学学报（自然科学版），2017，36（4），83-85.