基于小波和奇异值分解的图像边缘检测

2014-03-28 07:58:30朱晓临李雪艳朱园珠
图学学报 2014年4期
关键词:信号检测方法

朱晓临, 李雪艳, 邢 燕, 陈 嫚, 朱园珠

(合肥工业大学数学学院,安徽 合肥 230009)

对图像信号而言,剧烈变化的部分如边缘和轮廓携带了重要的特征信息,边缘检测可以找出物体的边界轮廓达到目标识别的目的,因此它在图像处理、计算机视觉、故障诊断、流体力学、地震信号分析、数据压缩等诸多领域具有广泛的应用。基于梯度的边缘检测算子实际上是一个用来增强图像中边缘点的高通滤波器,比如Roberts, Sobel和Prewitt算子[1-3]。经典的边缘检测算子对于高信噪比的图像处理效果很好,但是,因为它们使用一个小模板与图像进行卷积,所以对含有噪声图像处理的效果不佳。为了克服这些问题,Canny[4]提出了一种基于梯度边缘检测的方法,它的滤波器非常近似于高斯函数的一阶导数,但Canny算法在实际应用中存在抗噪能力和边缘定位能力相矛盾的问题。Mallat和Zhong[5]所研究的标准小波变换(WT)也是具有代表性的梯度方法,并且证明Canny边缘检测等同于找出小波变换模的局部极大值。

因为小波变换具有时频局部化的特点和多分辨分析的性质,所以小波分析很适合处理非平稳的信号[6-7]。标准的二维(2-dimensional, 2D)小波变换作为有效的图像处理工具有一段较长且成功的历史。在实际应用中,常常用可分离小波来处理问题;换言之,图像中的行和列被分开处理。这样降低了滤波器设计的复杂性同时使得计算较为简便[8],所以小波变换常用来作为边缘检测的工具。但是,当检测的图像中含有噪声时,小波边缘检测算子的检测效果要大打折扣[9-10]。……

登录APP查看全文

猜你喜欢
信号检测方法
信号
鸭绿江(2021年35期)2021-04-19 12:24:18
完形填空二则
基于FPGA的多功能信号发生器的设计
电子制作(2018年11期)2018-08-04 03:25:42
小波变换在PCB缺陷检测中的应用
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
基于LabVIEW的力加载信号采集与PID控制
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
捕鱼