论文部分内容阅读
图像处理技术是计算机技术发展的重要研究领域之一。在对图像的研究和应用中，图像的边缘能勾勒出目标物体，而且其中蕴含了大量丰富的信息，是图像分割、图像识别及图像分析中提取图像特征的重要属性。所以对图像的边缘进行检测和提取成了图像分割技术研究的一个热点问题，而且具有广泛的应用前景，在国内外也出现了好多边缘检测的算法。图像的边缘一般存在于图像的突变处和不连续处，即存在于图像的高频部分。但问题是低频部分也有可能有边缘信息。另外，提取出来的边缘不一定是单像素宽的，还要研究边缘细化的问题。
本文主要围绕上述这两个问题做了相应的研究。简单介绍了几种比较传统的图像边缘提取的方法，并给出了这些方法相应的图像边缘检测结果，对这些结果进行了分析、比较，总结了每种方法的优缺点；详细阐述了小波分析理论的发展及应用，在此基础上提出了一种新的边缘检测方法。它是在多尺度理论的基础上，对图像小波变换后高频部分的信息和低频部分的信息采取不同的检测算法，然后将其融合在一起的方法。最后，通过几组实验证明本文方法的有效性，其优点是不仅在边缘的定位精度上有所提高，同时去噪效果也较好。
在对细化理论进行深入研究的基础上，简单介绍了几种比较典型的边缘细化方法。并且在对OPTA(one-passthinningalgorithm)算法进行了较深入研究的基础上，对算法模板作了相应的改进。最后，通过实验证明了改进后的算法在时间和细化的效果上都有明显的提高。