基于小波包及數(shù)學形態(tài)學的圖像邊緣處理技術(shù)及應(yīng)用.pdf

1、圖像的邊緣檢測是圖像進一步處理和識別的基礎(chǔ)。圖像邊緣產(chǎn)生的原因不同，但反映在圖像的組成基元上，都是圖像上灰度的不連續(xù)點或灰度劇烈變化的地方。本文提出了一種基于小波包和數(shù)學形態(tài)學相結(jié)合的圖像邊緣檢測方法，并應(yīng)用于幾種圖像的邊緣檢測，取得較好效果。
　　首先介紹數(shù)字圖像處理、車牌識別和火災(zāi)火焰圖像檢測的發(fā)展及現(xiàn)狀，小波和數(shù)學形態(tài)學的發(fā)展及現(xiàn)狀，以及數(shù)字圖像處理方法和常用的邊緣檢測方法，并給出幾種常用的邊緣檢測器。
　　其次研究了

2、幾種常用的邊緣檢測方法的運算，以及這些檢測算法的準則和步驟，并用仿真軟件給出真實圖像的每一種方法的仿真結(jié)果。
　　然后在小波及小波包的基本理論和數(shù)學形態(tài)學的相關(guān)理論基礎(chǔ)上，對小波和小波包進行了比較和仿真，小波包使小波變換的頻譜窗口變得更細，這樣可以找到更適合被分析圖像的時頻窗口或最優(yōu)基，從而使圖像的特征更加明顯，有利于圖像的進一步分析。研究了數(shù)學形態(tài)學的基本運算以及運算的組合的應(yīng)用，形態(tài)學梯度在邊緣檢測方面的應(yīng)用，并給出仿真。