面向應用的數(shù)字圖像邊緣檢測和融合方法研究.pdf

1、圖像邊緣檢測及圖像融合是圖像處理領(lǐng)域研究的兩大課題。圖像邊緣是圖像最基本的特征，包含目標的重要信息，邊緣檢測是數(shù)字圖像處理與分析的重要內(nèi)容之一；它在圖像識別，圖像分割，圖像增強，圖像復原以及圖像壓縮等領(lǐng)域都有著較為廣泛的基礎(chǔ)性應用。圖像融合的主要目的是通過對多幅圖像間冗余數(shù)據(jù)的處理提高圖像的可靠性，通過對多幅圖像間互補信息的處理提高圖像的清晰度。近年來，圖像融合已成為圖像理解和計算機視覺領(lǐng)域中一項重要而有用的新技術(shù)。本課題以醫(yī)學圖像和遙

2、感圖像作為研究對象。
　　 通過深入分析比較現(xiàn)有空域及頻域邊緣檢測方法，提出了一種基于數(shù)據(jù)融合的混合邊緣檢測方法，重點研究基于小波多尺度變換的邊緣檢測和基于數(shù)據(jù)融合的混合邊緣檢測方法，Matlab計算機仿真實驗結(jié)果表明：適用于心血管邊緣提取的算法是基于數(shù)據(jù)融合的混合邊緣檢測方法。
　　 在此基礎(chǔ)上，從IHS(Intensity，Hue，Saturation)、PCA(Principal Component Analysi

3、s)、小波等常用圖像融合算法出發(fā)，研究將PCA與小波變換結(jié)合起來使用的圖像融合方法，引入第二代Curvelet變換圖像融合算法，并將這些方法應用于遙感圖像融合中，實驗結(jié)果表明第二代Curvelet變換圖像融合算法能更好的融合遙感圖像：針對醫(yī)學圖像領(lǐng)域的應用需求，本文結(jié)合小波變換研究基于邊緣檢測的圖像融合方法，實驗結(jié)果表明該方法能有效融合圖像邊緣信息。
　　 基于計算機視覺的大棗無損檢測中，以對大棗圖像分類達到大棗分級為目的，提出