学位论文 > 优秀研究生学位论文题录展示

基于小波包及数学形态学的图像边缘处理技术及应用

作　者: 杨瑾
导　师: 张淑清
学　校: 燕山大学
专　业: 检测技术与自动化装置
关键词: 图像处理图像特征提取边缘检测数学形态学小波包车牌字符提取火灾探测
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 72次
引　用: 1次
阅　读: 论文下载

内容摘要

图像的边缘检测是图像进一步处理和识别的基础。图像边缘产生的原因不同,但反映在图像的组成基元上,都是图像上灰度的不连续点或灰度剧烈变化的地方。本文提出了一种基于小波包和数学形态学相结合的图像边缘检测方法,并应用于几种图像的边缘检测,取得较好效果。首先介绍数字图像处理、车牌识别和火灾火焰图像检测的发展及现状,小波和数学形态学的发展及现状,以及数字图像处理方法和常用的边缘检测方法,并给出几种常用的边缘检测器。其次研究了几种常用的边缘检测方法的运算,以及这些检测算法的准则和步骤,并用仿真软件给出真实图像的每一种方法的仿真结果。然后在小波及小波包的基本理论和数学形态学的相关理论基础上,对小波和小波包进行了比较和仿真,小波包使小波变换的频谱窗口变得更细,这样可以找到更适合被分析图像的时频窗口或最优基,从而使图像的特征更加明显,有利于图像的进一步分析。研究了数学形态学的基本运算以及运算的组合的应用,形态学梯度在边缘检测方面的应用,并给出仿真。最后使用MATLAB仿真软件仿用本文提出方法对“westconcordor- thophoto”图像、车牌图像和火焰图像进行边缘检测,并与各种edge边缘检测器的检测结果进行对比。应用信噪比(SNR)衡量检测结果,该方法能够较好的检测出图像的边缘。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-16
  1.1 研究背景及意义  10-11
  1.2 国内外发展及现状  11-13
  1.3 数字图像处理的主要方法  13-14
  1.4 本论文的主要内容  14-16
第2章边缘检测的几种方法  16-26
  2.1 边缘检测梯度算法  16-24
    2.1.1 边缘检测梯度  16-19
    2.1.2 Laplacian 算子  19-20
    2.1.3 LOG 算子  20-22
    2.1.4 Canny 算子  22-24
  2.2 形态学梯度边缘检测  24-25
  2.3 本章小结  25-26
第3章基于小波及小波包的图像处理技术  26-36
  3.1 小波的基本理论  26-29
    3.1.1 连续小波基函数  26-28
    3.1.2 连续小波变换的定义  28-29
  3.2 小波包的基本理论  29-35
    3.2.1 小波包的定义  29-30
    3.2.2 小波包的子空间分解  30-35
  3.3 本章小结  35-36
第4章基于数学形态学的图像处理技术  36-50
  4.1 结构元素  36-37
  4.2 膨胀和腐蚀  37-41
    4.2.1 膨胀  37-39
    4.2.2 腐蚀  39-41
  4.3 开运算和闭运算  41-43
  4.4 顶帽变换和底帽变换  43-45
  4.5 形态学重构  45-47
    4.5.1 标记图像和掩模图像  45
    4.5.2 填充孔洞  45-46
    4.5.3 清除边界对象  46-47
  4.6 形态学梯度  47-49
    4.6.1 基本形态学梯度  47-48
    4.6.2 厚梯度  48-49
  4.7 本章小结  49-50
第5章图像处理技术的应用及仿真试验  50-66
  5.1 示例图像的边缘检测  50-55
  5.2 车牌字符边缘检测及形态学重构  55-60
  5.3 火焰图像的边缘检测  60-65
  5.4 本章小结  65-66
结论  66-68
参考文献  68-72
攻读硕士学位期间承担的科研任务与主要成果  72-73
致谢  73-74
作者简介  74

基于小波包及数学形态学的图像边缘处理技术及应用

内容摘要

全文目录

相似论文