学位论文 > 优秀研究生学位论文题录展示

小波变换在木材细胞图像边缘检测的应用研究

作　者: 崔莉
导　师: 曹军
学　校: 东北林业大学
专　业: 控制理论与控制工程
关键词: 木材细胞图像 边缘检测 小波变换 二次样条小波
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 122次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着木材科学的发展,通过计算机图像处理技术对木材细胞进行分析已成为当今木材研究的一个重要方向。木材细胞图像中的边缘信息是极为有用的,它是进行细胞图像分割的基础,是反映木材性质重要参数分析的一种快速准确技术环节。本文从传统常用的边缘检测算子的原理入手,对木材细胞图像进行了边缘检测。传统的边缘检测算子大都是基于边缘的灰度不连续性利用梯度局部最大值或二阶导数过零点来检测边缘,容易受噪声干扰；Canny算子计算量大,定位不够精确。基于小波变换的多尺度边缘检测方法弥补了上述不足。根据边缘检测的评价标准,参照最佳边缘滤波器的设计要求,确定用于边缘检测的小波基函数的一般准则,得出“最佳”边缘检测小波,即二次B样条小波。文中说明了二次样条小波边缘检测算子的优越性,并从数学表达式上推导出二次样条小波是基于Canny最优准则的边缘检测算子。接下来,我们用二次样条作为小波函数,根据小波变换的木材细胞图像边缘检测原理,采用基于二次样条小波快速多尺度的边缘检测算法。应用此算法对各种木材细胞显微图像进行多尺度边缘检测,其仿真结果比经典的边缘检测算法有明显的改善,得到较好的边缘检测效果,但也存在不完善之处。最后,本文提出一种基于图像融合的边缘检测算法。首先对源图像进行小波分解,在不同分解层用小波模极大值法对高频子图像进行边缘检测,用数学形态学对低频子图像进行边缘检测,然后采用一定的融合规则将这两个边缘检测图像融合在一起。实验结果表明,这种方法优于单独使用小波模极大值法或数学形态学法,对噪声具有很好的鲁棒性,得到的图像边缘连续、清晰。

全文目录


摘要  4-5
Abstract  5-8
1 绪论  8-12
  1.1 课题的目的和意义  8-9
  1.2 国内外研究现状及发展趋势  9-10
    1.2.1 研究现状  9-10
    1.2.2 发展趋势  10
  1.3 图像边缘检测技术研究的概况  10-11
  1.4 课题的研究内容和方法  11-12
2 小波分析基本理论  12-30
  2.1 小波变换  12-14
    2.1.1 连续小波变换  13
    2.1.2 离散小波变换  13-14
    2.1.3 二进小波变换  14
  2.2 多分辨率分析与Mallat算法  14-18
    2.2.1 小波多分辨率分析  14-16
    2.2.2 Mallat分解与重构算法  16-18
  2.3 小波的二维图像边缘检测原理  18-19
  2.4 最优小波基的选取  19-29
    2.4.1 几种常用的小波函数  20-22
    2.4.2 小波基函数选取准则  22-24
    2.4.3 二次样条小波是最优边缘检测算子  24-26
    2.4.4 二次样条小波滤波器的计算  26-29
  2.5 本章小结  29-30
3 基于传统算子的木材细胞图像边缘检测  30-42
  3.1 边缘检测算法简介  30-31
  3.2 边缘检测中的常用算子  31-35
    3.2.1 Roberts算子  31-32
    3.2.2 Sobel算子  32
    3.2.3 Prewitt算子  32-33
    3.2.4 LOG算子  33-34
    3.2.5 Canny算子  34-35
  3.3 各算子对木材细胞显微图像的实验结果及分析  35-41
  3.4 本章小结  41-42
4 基于小波模极大值的木材细胞图像边缘检测  42-50
  4.1 小波模极大值多尺度边缘检测  42-43
  4.2 二次样条小波快速多尺度边缘检测算法  43-45
    4.2.1 算法原理  43-45
    4.2.2 算法流程  45
  4.3 实验结果和分析  45-49
  4.4 本章小结  49-50
5 基于小波变换和数学形态学的木材细胞边缘检测  50-56
  5.1 二次样条小波边缘检测算法  50-51
  5.2 数学形态学的边缘检测算法  51-52
  5.3 基于融合技术的边缘检测算法  52-53
    5.3.1 方法步骤  52-53
    5.3.2 边缘图像的融合规则  53
  5.4 实验结果和分析  53-55
  5.5 本章小结  55-56
结论  56-58
参考文献  58-61
攻读学位期间发表的学术论文  61-62
致谢  62-63

相似论文

  1. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  2. 图像的稀疏表示及编码模型研究,TP391.41
  3. 唇读中的特征提取、选择与融合,TP391.41
  4. 基于机器视觉的光纤几何参数检测研究,TN253
  5. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  6. 感觉刺激诱发脑电特征研究,R318.0
  7. 网络传输中的ROI图像编码算法研究,TN919.81
  8. 基于多尺度分析的图像融合算法研究,TP391.41
  9. 交通视频中车辆异常行为检测及应用研究,TP391.41
  10. 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
  11. 轮廓波变换及其在图像处理中的应用,TP391.41
  12. 基于小波的雷达视频压缩方法研究,TN957.52
  13. 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
  14. 一种多数据流聚类异常检测算法,TP311.13
  15. 基于图像的信息隐藏技术研究,TP309.7
  16. 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
  17. 结合DWT的动态数据校正研究及应用,TP274
  18. 基于小波变换和马尔可夫链的流量预测模型,TP393.06
  19. 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
  20. 基于离散小波变换的图像水印算法研究,TP309.7
  21. 跟踪印花系统视觉检测算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com