学位论文 > 优秀研究生学位论文题录展示

基于加性小波与形态学梯度的图像边缘增强方法研究

作　者: 周卫博
导　师: 刘斌
学　校: 湖北大学
专　业: 系统分析与集成
关键词: 加性小波数学形态学梯度图像增强边缘检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 31次
引　用: 0次
阅　读: 论文下载

内容摘要

在数字图像处理技术中,边缘检测是图像分析的重要内容,从理论上看,通过边缘信息可恢复图像中的全部信息,因而边缘检测是图像分析的重要内容,是处理很多图像问题的关键,它广泛应用于目标识别、图像分割、遥感、医学图像分析等领域,在图像处理中占有重要地位。数学形态学(Mathematical Morphology)是分析几何形状和结构的数学方法,是建立在集合代数基础上,用集合论方法定量描述几何结构的科学。它的主要思想是：利用被称之为结构元素(structuring element)的几何模板探测图像中物体的形状。数学形态学是一种非线性分析方法,它已经成为图像处理的一个主要研究方向,它的理论和方法是图像分析领域的一个强有力的工具。本文介绍了数学形态学的基本理论,研究了它的一些基本运算：腐蚀、膨胀、开、闭等,并研究了它们的基本性质和特点及其在图像增强中的应用。图像边缘增强是图像处理与分析的重要内容。本文介绍了常用的一些图像增强方法,概述了图像边缘增强的定义、方法、应用意义以及国内外的研究现状,分析了几种经典边缘检测算子,如：Roberts算子、Prewitt算子、Sobel算子、Laplacian算子、Log算子、Canny算子,比较分析了它们的不同及其在图像边缘提取中的应用。通过分析传统的图像边缘检测技术的不足,在对加性小波和数学形态学的特点进行深入分析的基础上,提出了一种新的结合加性小波和数学形态学的图像边缘提取方法。该方法首先对原图像进行多尺度加性小波分解；其次对低频图像用形态学梯度进行滤波,得到形态学梯度图,对每层高频子图像运用模极大值方法提取边缘,并把多层边缘图相加,得高频边缘图；然后对形态学梯度图与高频边缘图作加性小波逆变换；最后对结果进行二值化,得到最终边缘图。实验结果表明,该方法对边缘提取具有完整性、多方向性、平移不变性和速度快等优点,能提取图像中灰度值变化不大的边缘,使边缘信息更丰富。

全文目录

摘要  5-6
Abstract  6-8
目录  8-10
1 绪论  10-15
  1.1 课题研究的背景和意义  10
  1.2 图像边缘增强技术的研究现状  10-13
  1.3 图像边缘增强技术的应用  13-14
    1.3.1 对图像数据压缩的影响  13
    1.3.2 对模式识别的影响  13-14
  1.4 章节介绍  14-15
2 数学形态学的基本理论  15-27
  2.1 引言  15
  2.2 腐蚀与膨胀  15-23
    2.2.1 二值形态学的腐蚀与膨胀  15-19
    2.2.2 灰值形态学的腐蚀与膨胀  19-23
  2.3 开与闭  23-26
    2.3.1 开与闭运算的性质  23
    2.3.2 二值开运算与闭运算  23-25
    2.3.3 灰值开运算与闭运算  25-26
  2.4 本章小结  26-27
3 图像边缘增强技术  27-52
  3.1 引言  27
  3.2 图像增强方法  27-46
    3.2.1 空域处理法  27-38
    3.2.2 频域处理法  38-46
  3.3 图像边缘检测方法  46-51
    3.3.1 一阶梯度算子  46-49
    3.3.2 二阶梯度算子  49-50
    3.3.3 各种算子边缘检测效果优缺点比较  50-51
  3.4 本章小结  51-52
4 基于加性小波与形态学梯度的图像边缘增强方法  52-59
  4.1 引言  52-53
  4.2 加性小波变换与小波变换模极大值  53-54
    4.2.1 加性小波分解与重构  53
    4.2.2 加性小波模极大值  53-54
  4.3 形态学梯度  54-55
    4.3.1 图像边缘定义  54
    4.3.2 形态学梯度  54-55
  4.4 基于加性小波与形态学梯度的边缘提取  55-56
  4.5 实验结果比较分析  56-58
  4.6 本章小结  58-59
5 总结与展望  59-60
参考文献  60-64
附录：攻读硕士期间发表的学术论文及参与项目  64-65
致谢  65

基于加性小波与形态学梯度的图像边缘增强方法研究

内容摘要

全文目录

相似论文