小波在圖像分析中的若干關鍵技術研究.pdf

1、小波分析是繼Fourier分析之后的新的時頻域分析工具.在圖像處理領域,其應用包括圖像生成、圖像預處理、圖像壓縮與傳輸、圖像配準、圖像分析、特征提取與圖像分類等圖像處理的幾乎所有階段.該文對小波分析在多尺度邊緣檢測、遙感圖像處理和醫(yī)學圖像處理三個方面應用的新方法進行了研究.傳統(tǒng)的邊緣檢測基于一階導數(shù)極大值或二階導數(shù)零交叉的定義.這種定義對噪聲非常敏感,因此邊緣檢測需要通過圖像平滑在大尺度下進行.但在大尺度下進行邊緣檢測的一個缺點是邊緣位

2、置容易發(fā)生偏移.這對于基于邊緣特征的模式識別而言會造成誤識別.小波分析具有多尺度特性,既有大尺度的基函數(shù),又有小尺度的基函數(shù),因而在運用于邊緣檢測時,正好解決了這個問題.該文證明了,基于對稱小波基的小波變換,在用于多尺度邊緣檢測時,可以很好地保持邊緣位置;該文的工作提出了一種基于雙正交對稱小波的多尺度邊緣檢測算法.該算法在獲得良好邊緣的情況下,邊緣定位準確度高.圖像小波變換后的高頻信息屬于小波變換的一次特征.一次特征數(shù)據(jù)量大、不易直接用