一种基于小波变换的边缘检测算法

孙 青 锋

(1.安徽机电职业技术学院 电气工程学院，安徽 芜湖 241002；2.天津职业技术师范大学 自动化与电气工程学院，天津 300222)

0 引 言

图像是一个复杂的信息集合体，要快速准确地识别物体，关键是把握图像的典型特征。图像的边缘就是一个能概括图像的存在。图像的本质是像素点，而在边缘部分，有些点灰度变化明显。将这样一系列突出的点连接起来，能够表征物体的轮廓特征。此时，对于物体的认知，就转化为对于物体边缘的概括。边缘检测，就是基于引起图像灰度变化的物理过程，来描述图像灰度的变化[1]。图像的边缘检测，能实现以较少的关键特征信息提取来概括目标物体的目的，从而将图像间的运算由这些边缘特征来替代，提高运算效率。

1 经典边缘检测算法

边缘是描述图像局部特征的基础。像素邻域灰度变化的阶跃性，是标定边缘的基础。图像是一种二维信号，其定义边缘特征的方式，与一维连续信号不同。对一维信号，我们可以一阶导数最大或者二阶导数为零来定义边缘；而对于二维图像，常用图像灰度分布的梯度信息来表征边缘。通常，边缘检测包含滤波、增强、检测、定位四个主要步骤[2]。基于对原始图像的平滑处理和对变化的凸显，定位边缘点，进而明确图像边缘。

边缘检测理论自应用于图像处理以来，各国学者提出了很多算法。诸多算法里，微分法(如Roberts算子、Sobel算子和Laplacian算子等[3])和最优算子法(如LOG算子和Canny算子[4])较有代表性。

描述、表征图像的边缘特征，常用到幅度和方向这2个参数。……