關(guān)于圖像去噪和邊緣檢測的方法研究.pdf

1、圖像去噪和邊緣檢測是重要的圖像預(yù)處理技術(shù)，廣泛的應(yīng)用于圖像特征的提取、紋理分析等領(lǐng)域。圖像去噪處理可以改進(jìn)圖像質(zhì)量，邊緣檢測可以檢測出圖像中的重要信息，因此，圖像去噪和圖像邊緣檢測為準(zhǔn)確分析圖像信息，實(shí)現(xiàn)精確分割提供了重要的保障。
　　 首先，本文對(duì)圖像去噪技術(shù)的原理和發(fā)展?fàn)顩r進(jìn)行了簡要介紹，然后對(duì)已有的圖像去噪算法進(jìn)行了闡述，并對(duì)各種算法進(jìn)行MATLAB仿真，對(duì)處理效果進(jìn)行比較分析。本文針對(duì)某些算法的優(yōu)缺點(diǎn)，提出了一種新的小波

2、閾值去噪的方法。這種方法把閾值函數(shù)進(jìn)行了改進(jìn)，并把改進(jìn)的閾值函數(shù)中的α因子看做成一個(gè)自變量，再將峰值信噪比(PSNR)看成α的函數(shù)，找到使PSNR值最大的α的值，這樣求的閾值使得去噪圖像具有最高的峰值信噪比。實(shí)驗(yàn)結(jié)果也表明，與其它去噪算法相比，新的去噪方法在保留圖像的重要細(xì)節(jié)信息的同時(shí)具有更好的去噪效果。
　　 其次，本文對(duì)圖像的邊緣檢測的原理和發(fā)展?fàn)顩r進(jìn)行了簡要介紹，然后對(duì)已有的圖像邊緣檢測算法進(jìn)行了闡述，并對(duì)各算法進(jìn)行MAT

3、LAB仿真，并進(jìn)行處理效果比較。通過比較發(fā)現(xiàn)，邊緣檢測過程中很多算法并不能很好的保留圖像邊緣信息點(diǎn)和抑制隨機(jī)噪聲。本文基于小波變換模局部極大值的多尺度邊緣檢測原理，提出了一種融合圖像小波分解細(xì)節(jié)的邊緣檢測方法和一種用于圖像邊緣檢測閾值二次搜索尋優(yōu)的改進(jìn)遺傳算法。檢測過程分為兩步，第一步通過小波分解細(xì)節(jié)重構(gòu)初始圖像邊緣，第二步通過改進(jìn)的遺傳算法對(duì)圖像的邊緣閾值進(jìn)行自動(dòng)選取并得到最終的圖像邊緣。實(shí)驗(yàn)結(jié)果表明，與其它邊緣檢測算法相比，所提出的