[发明专利]一种基于冗余小波变换的图像边缘检测方法

说明书

本发明提供一种基于冗余小波变换的图像边缘检测算法，属于图像边缘检测方法领域，该算法在小波变换基础上进行优化验证，首先构造高通和低通滤波器，再进行相关的行变换和列变换，最终得到各个与原图尺寸相等的低频子图和三个方向上的高频子图，之后通过对各子图的小波系数进行对应的相乘处理，再经过一定的阈值处理，增强处理，以及后续的极大值处理即可获得最终的边缘图像。本文算法提取的边缘完整性相对较好，边缘漏检或过度检测的情况较少，边缘清晰，具有相对较理想的连续性。而传统Sobel算子提取的边缘含有相对较多的噪声，还出现边缘过渡检测的情况，清晰度较差，视觉上有模糊的感觉；传统Canny算子提取的边缘清晰度较好，但完整性较差。

技术领域

本发明涉及图像边缘检测方法技术领域，具体地说是一种基于冗余小波变换的图像边缘检测方法。

背景技术

如今，计算机视觉技术广泛应用于生活中的各个领域，而图像处理是实现计算机视觉的一个基础，其中，边缘检测是数字图像处理领域的一个重要研究内容。

目标物体的主要特征信息隐含于该目标图像的边缘中，因而图像边缘检测处理愈来愈重要，边缘信息于图像分析以及人的视觉至关重要，在计算机视觉、图像分割、特征提取和图像匹配等应用中起着至关重要的作用，是图像分析与识别的一个关键环节。

目前，国内存在很多边缘检测的方法，传统的边缘检测算子有各自优缺点，主要对空域进行处理，虽然运算速度快，但去除噪声能力较差，提取的边缘的封闭性及完整性有待进一步提高。

而新兴的小波变换近年来也开始应用于图像的边缘提取。小波变换是继傅里叶变换之后的一种时间与尺度的分析方法，能对信号进行多分辨率分析，同时在时频两域上均具备表征信号局部特征的能力，广泛应用于图像处理领域。冗余小波变换是离散小波变换的一种，冗余小波变换消除了普通小波变换的移变性，冗余小波变换得到的各低频子带及高频子带的大小均与输入信号大小相同，即各子图总像素点个数与原图相同，从而提供了更丰富的边缘信息。

本专利在小波变换基础上进行优化验证，提出基于冗余小波变换的边缘提取方法。

发明内容

本发明的技术任务是针对现有图像边缘提取技术的不足，提供一种基于冗余小波变换的图像边缘检测方法。

本发明解决其技术问题所采用的技术方案是：

一种基于冗余小波变换的图像边缘检测方法，该方法首先构造高通和低通滤波器，再进行相关的行变换和列变换，最终得到各个与原图尺寸相等的低频子图和三个方向上的高频子图，之后通过对各子图的小波系数(像素值)进行对应的相乘处理，再经过阈值处理，增强处理，以及后续的极大值处理即可获得最终的边缘图像。

方案优选地，具体方法步骤如下：

S1、图像冗余小波变换

所采用的冗余小波方法为小波滤波器法，先按行后按列将每一个像素点经过小波滤波器(低通滤波器或高通滤波器)处理，从而得到大小与原图相同的低频近似分量以及三个方向上的高频细节分量；

S2、小波系数相乘

将相邻尺度(同一方向)小波系数相乘，获得三幅不同方向上的小波系数相乘后的小波系数图LH(i,j)、HL(i,j)、HH(i,j)，然后进行线性处理。

S3、阈值去噪处理

对步骤S2得到的相乘后的小波系数图进行阈值处理，通过将小于该阈值的小波系数赋零，在程度上去除图像的噪声点；

S4、将第二层低频子带LL2(i,j)进行边缘处理，得到经过边缘处理后的低频子带LL(i,j)；

S5、极大值检测