基于小波變換的圖像邊緣檢測(cè)方法
【專(zhuān)利摘要】基于小波變換的圖像邊緣檢測(cè)方法，包括如下步驟：步驟1.計(jì)算模極大值:對(duì)圖像信息進(jìn)行小波變換，計(jì)算得到圖像在二維尺度內(nèi)全部點(diǎn)的模值；步驟2.去掉噪聲點(diǎn)：去掉隨尺度增加模值變化幅度超過(guò)A的點(diǎn)，剩余的點(diǎn)作為侯選點(diǎn)，其中A為預(yù)先設(shè)定的去噪標(biāo)準(zhǔn)；步驟3.提取邊緣點(diǎn)：應(yīng)用模糊算法從候選點(diǎn)中提取邊緣點(diǎn)。采用本發(fā)明所述基于小波變換的圖像邊緣檢測(cè)方法，對(duì)得到的極大值應(yīng)用模糊算法進(jìn)行進(jìn)一步篩選，最終可以得到單象素級(jí)的邊緣，得到的單象素邊緣輪廓清晰，可以應(yīng)用到醫(yī)學(xué)圖像表面重建中。實(shí)驗(yàn)結(jié)果表明本發(fā)明提出的算法是行之有效的。
【專(zhuān)利說(shuō)明】基于小波變換的圖像邊緣檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理領(lǐng)域，涉及一種基于小波變換的圖像邊緣檢測(cè)方法。

【背景技術(shù)】
[0002] 計(jì)算機(jī)斷層圖像（CT)和核磁共振成象（MRI)技術(shù)的發(fā)展為醫(yī)學(xué)提供了直接顯示 人體內(nèi)部結(jié)構(gòu)的方法，從而提高了醫(yī)療診斷的可靠性。在醫(yī)學(xué)圖像三維顯示技術(shù)中，表面重 建的一個(gè)重要前提是獲得CT斷層圖像的清晰的輪廓線。為了將診斷誤差降低到最小程度， 需要有目標(biāo)的精確外形，但采用傳統(tǒng)的檢測(cè)邊緣的方法得到的輪廓線存在著大量的數(shù)據(jù)冗 余，界線很不清晰，從而給進(jìn)一步處理帶來(lái)困難。
[0003] 關(guān)于邊緣檢測(cè)的討論可見(jiàn)于很多文獻(xiàn)如能發(fā)現(xiàn)一種精致而復(fù)雜的邊緣描繪方法， 得到單象素級(jí)的邊緣，意義十分重大。傳統(tǒng)的邊緣提取算法是以原始圖像為基礎(chǔ)，對(duì)噪聲信 號(hào)和邊緣信號(hào)不加區(qū)分的使用邊緣提取算子，Laplacian算子，Sobel算子，Kirsch算子 等。以上算子都是使用差分算子，利用臨近邊緣的地方的一階和二階方向?qū)?shù)的變化來(lái)檢 測(cè)邊緣。邊緣是圖像局部特征的不連續(xù)性，由于小波變換對(duì)突變信號(hào)的敏感性，以及它在時(shí) 域和頻域具有很好的定位性能，可以采用小波進(jìn)行奇異性分析來(lái)實(shí)現(xiàn)奇異點(diǎn)定位，從而達(dá) 到檢測(cè)邊緣的目的。
[0004] 為了檢測(cè)圖像邊緣，Mallat提出了一種梯度形式的小波變換，使用Mallat小波 邊緣檢測(cè)極大值檢測(cè)方法得到的邊緣較粗，細(xì)節(jié)過(guò)多。無(wú)法滿(mǎn)足對(duì)圖像中提取單象素級(jí)邊 緣的要求。


【發(fā)明內(nèi)容】

[0005] 為克服傳統(tǒng)小波變換算法得到邊緣較粗，細(xì)節(jié)過(guò)多的技術(shù)缺陷，本發(fā)明提供一種 基于小波變換的圖像邊緣檢測(cè)方法。
[0006] 基于小波變換的圖像邊緣檢測(cè)方法，包括如下步驟： 步驟1.計(jì)算模極大值：對(duì)圖像信息進(jìn)行小波變換，計(jì)算得到圖像在二維尺度內(nèi)全部點(diǎn) 的模值； 步驟2.去掉噪聲點(diǎn)：去掉隨尺度增加模值變化幅度超過(guò)A的點(diǎn)，剩余的點(diǎn)作為侯選點(diǎn)， 其中A為預(yù)先設(shè)定的去噪標(biāo)準(zhǔn)； 步驟3.提取邊緣點(diǎn)：應(yīng)用模糊算法從候選點(diǎn)中提取邊緣點(diǎn)。
[0007] 優(yōu)選的，所述 A=30-70%。 具體的，所述步驟3.提取邊緣點(diǎn)為采用下式：

【權(quán)利要求】
1. 基于小波變換的圖像邊緣檢測(cè)方法，包括如下步驟： 步驟1.計(jì)算模極大值：對(duì)圖像信息進(jìn)行小波變換，計(jì)算得到圖像在二維尺度內(nèi)全部點(diǎn) 的模值； 步驟2.去掉噪聲點(diǎn)；去掉隨尺度增加模值變化幅度超過(guò)A的點(diǎn)，剩余的點(diǎn)作為侯選點(diǎn)， 其中A為預(yù)先設(shè)定的去噪標(biāo)準(zhǔn)； 步驟3.提取邊緣點(diǎn)；應(yīng)用模糊算法從候選點(diǎn)中提取邊緣點(diǎn)。
2. -種如權(quán)利要求1所述基于小波變換的圖像邊緣檢測(cè)方法，其特征在于，所述 A=30-70%〇
3. -種如權(quán)利要求1所述基于小波變換的圖像邊緣檢測(cè)方法，其特征在于，所述步驟
3.提取邊緣點(diǎn)為采用下式：
其中f為檢測(cè)頻率，abs表示對(duì)括號(hào)內(nèi)數(shù)值取絕對(duì)值，e為圖象相似度，W表示圖象邊 緣點(diǎn)，上標(biāo)和下標(biāo)分別表示維數(shù)和維度。
4. 一種如權(quán)利要求1所述基于小波變換的圖像邊緣檢測(cè)方法，其特征在于，所述步驟
1.計(jì)算模極大值時(shí)將圖像按照水平方向和垂直方向分別計(jì)算模值。
5. -種如權(quán)利要求1所述基于小波變換的圖像邊緣檢測(cè)方法，其特征在于，所述步驟
1.計(jì)算模極大值時(shí)，還包括計(jì)算全部點(diǎn)的梯度向量角度值。
6. -種如權(quán)利要求1所述基于小波變換的圖像邊緣檢測(cè)方法，其特征在于，所述 A=50%〇
【文檔編號(hào)】G06T7/60GK104424653SQ201310399758
【公開(kāi)日】2015年3月18日 申請(qǐng)日期:2013年9月6日 優(yōu)先權(quán)日:2013年9月6日
【發(fā)明者】冉駿 申請(qǐng)人:冉駿