论文部分内容阅读
本文研究图像边缘检测技术，利用小波变换，并结合奇异值分解，局部二值模式各自的优点，建立新的图像边缘检测模型。主要的工作有：第一章主要概述了研究图像边缘检测技术的背景及意义，国内外研究现状以及发展趋势。第二章简要概述了小波分析的发展历程和小波边缘检测的相关理论，并且从小波的角度解释一些经典的边缘检测算子。第三章针对传统图像边缘检测抑制噪声能力弱的问题，给出了一种小波变换和局部梯度场内奇异值分解相结合的边缘检测方法。该方法首先在图像预处理阶段，为了提取准确的边缘特征，利用小波变换的时频局部化特性，对图像进行小波变换；然后对用小波求取的梯度场使用局部梯度奇异值分解的方法，利用奇异值的特性和良好的稳定性，使提取的边缘特征更加突出并且能够达到抑制噪声的目的。实验证明上述方法既能在无噪声影响的图像中提取出清晰完整的单边缘，又能在有噪声干扰的情况下提取出理想的边缘。第四章利用小波和局部二值模式各自的优点，给出了一种改进的基于小波的局部二值模式边缘检测算法。该方法首先对图像进行小波变换，求其梯度幅值图；然后在梯度幅值图上使用改进后的LBP算子，并且使用自适应的双阈值大津法，提取出理想的边缘。