圖像邊緣檢測中的方法研究.pdf

1、由于在數(shù)學(xué)上可以利用Lipschitz指數(shù)來對信號的奇異性進(jìn)行詳細(xì)的刻劃，所以我們可以通過對噪聲信號和奇異信號的Lip指數(shù)特性的研究，根據(jù)它們的不同特征來達(dá)到去除噪聲和提取真正邊緣的目的.文中對奇異性指數(shù)的求解問題進(jìn)行了較詳細(xì)的討論和研究，同時對不同小波基下的信號奇異性檢測情況進(jìn)行了分析和比較.另外，文中對圖像在邊緣檢測前的模糊清晰化和對比度增強(qiáng)技術(shù)進(jìn)行了詳細(xì)的討論，使得在應(yīng)用各種邊緣檢測算子時能更多地提取出圖像的邊緣.同時也對閾值的選

2、取和邊緣鏈接問題進(jìn)行了進(jìn)一步的研究和處理，以期得到更好視覺效果的邊緣圖像.最后，在傳統(tǒng)的邊緣檢測算法和小波分析的邊緣檢測算法之外，對以下幾個方面也進(jìn)行了一些討論：1）利用誤差圖像來提高邊緣檢測效果的算法;2）將求解任意方向的一階、二階方向?qū)?shù)的問題轉(zhuǎn)換到頻域中去求解，發(fā)現(xiàn)在頻域中它們具有簡單易用的公式，使得原來求解任意方向的一階、二階導(dǎo)數(shù)的比較困難的問題變得容易實(shí)現(xiàn)了.3）利用小波變換后的幾個相鄰數(shù)據(jù)的相關(guān)量來描述奇異信號與噪聲信號的不