|本期目录/Table of Contents|

[1]何 笑,吐尔洪江·阿布都克力木,贺 欢.一种小波变换的图像边缘检测方法[J].电子设计工程,2020,28(01):176-179.[doi:10.14022/j.issn1674-6236.2020.01.038]
 HE Xiao,TURGUNJAN Abdukirim,HE Huan.An image edge detection method based on wavelet transform[J].SAMSON,2020,28(01):176-179.[doi:10.14022/j.issn1674-6236.2020.01.038]
点击复制

一种小波变换的图像边缘检测方法(PDF)
分享到:

《电子设计工程》[ISSN:1674-6236/CN:61-1477/TN]

卷:
28
期数:
2020年01期
页码:
176-179
栏目:
图像分析与多媒体
出版日期:
2020-01-05

文章信息/Info

Title:
An image edge detection method based on wavelet transform
文章编号:
1674-6236(2020)01-0176-04
作者:
何 笑 吐尔洪江·阿布都克力木贺 欢
(新疆师范大学 数学科学学院, 新疆 乌鲁木齐 830017)
Author(s):
HE XiaoTURGUNJAN AbdukirimHE Huan
(School of Mathematical Sciences,Xinjiang Normal University,Urumqi 830017,China)
关键词:
小波变换 Mallat算法 Canny算子 边缘检测
Keywords:
wavelet transform Mallat algorithm Canny operator edge detection
分类号:
TN957.52
DOI:
10.14022/j.issn1674-6236.2020.01.038
文献标志码:
A
摘要:
边缘检测可以大幅度地减少原图的数据量,消除许多没有意义的信息,保留图像重要的结构属性。本文使用Haar小波滤波器,利用小波变换将原灰度图像进行一层分解,产生4个子图像,对水平高频子图像和垂直高频子图像分别进行Sobel算子检测处理,将低频子图像和对角细节图像分别置零处理,然后对处理过的4个子图进行重构,得到的图像与Canny算子对原图提取的特征图像进行了对比。实验结果表明,该方法得到的结果较好。
Abstract:
Edge detection can drastically reduce the amount of original data, to eliminate a lot of meaningless information, image important structural properties. This article use the Haar wavelet filter, using wavelet transform to the original gray image layer decomposition, the image produced by four, levels of high frequency images and vertical Sobel operator to detect high frequency sub images respectively, and the low frequency image and zero diagonal detail image processing, then to reconstruct the processed by four images and Canny operator compares the features of image were extracted from the original image. The experimental results show that the method of the result is good.

参考文献/References:

[1] 胡志峰. 基于小波变换图像去噪及边缘检测研究[D].南昌:东华理工大学,2018.[2] 王思雨,吐尔洪江·阿布都克力木,阿斯古丽·艾合麦提.一种新的基于小波变换的图像边缘检测方法[J].新疆师范大学学报:自然科学版,2018,37(1):47-50.[3] 阿斯古丽·艾合麦提,吐尔洪江·阿布都克力木.基于二进小波变换的边缘检测[J].科技视界,2018(27):125-126.[4] 陈灿,刘进锋,周国庆.基于二进小波变换与改进Canny算法融合的图像边缘检测方[J].兰州文理学院学报:自然科学版,2017,31(5):79-82,101.[5] 杨柳,张德,王亚慧,等.城市火灾视频监控目标区域图像准确检测仿真[J].计算机仿真,2019,36(4):425-431.[6] 汤子夜,朱林,丁宇韬,等. 图像边缘检测的优化算法研究[J].科技创新与生产力,2019(2):71-74.[7] 飞思科技产品研发中心.小波分析理论与MATLAB 7实现[M].北京:电子工业出版社,2005.[8] 高展宏,徐文波.基于MATLAB的图像处理案例教程[M].北京:清华大学出版社,2011.[9] Mallat SA.信号处理的小波导引[M].杨力华,等译.北京:机械工业出版,2002.[10]吐尔洪江·阿布都克力木.小波信号处理基础[M].北京:北京邮电大学出版社, 2014.[11]高静文,刘波,郑正,等.基于小波变换的水利工程图像质量检测研究与仿真[J].水利科技与经济,2018,24(11):22-26.[12]余小庆,陈仁文,唐杰,等.融合小波变换和新形态学的含噪图像边缘检测[J].计算机科学,2018,45(S2):194-197.[13]李颖莹,魏连鑫.基于小波变换与数学形态学的图像边缘检测方法[J].软件工程,2018,21(11):21-24.[14]吴思航,姜媛.一种基于改进小波变换的多焦点图像融合方法[J].信息系统工程,2018(10):158.[15]张红霞,王灿,刘鑫,等.图像边缘检测算法研究新进展[J].计算机工程与应用,2018,54(14):11-18.[16]雷骁. 基于小波变换的砖块图像边缘检测算法研究[D].南昌:南昌大学,2018.[17]余小庆,陈仁文,唐杰,许锦婷.融合小波变换和新形态学的含噪图像边缘检测[J].计算机科学,2018,45(S2):194-197.[18]李颖莹,魏连鑫.基于小波变换与数学形态学的图像边缘检测方法[J].软件工程,2018,21(11):21-24.[19]孙汝萍.一种改进的图像边缘提取方法[J].科技通报,2018,34(10):158-161,167.[20]赵冬梅,杨薇.数学形态滤波的图像边缘检测[J].舰船科学技术,2018,40(10):178-180.[21]雷学,田仁飞,陈辉.基于局部二值法的断层检测方法应用研究[J/OL].地球物理学展:1-15[2019-06-26].http://kns.cnki.net/kcms/detail/11.2982.p.20190624.1627.193.html.[22]王延霞,曹传龙,李鹏,等.提升小波变换的部分残差相位模拟与去除[J/OL].测绘科学:1-11[2019-06-26].http://kns.cnki.net/kcms/detail/11.4415.P.20190622.1425.024.html.[23]许春蕾,刘文颖,郭虎,等.基于小波特征提取的可调节负荷辨识方法[J].可再生能源,2019(6):845-851.[24]孟颍辉,王洁琼,田二林,等.基于图像边缘检测技术的采摘机器人视觉系统设计[J].农机化研究,2020,42(3):245-248.[25]李阳,彭博栋,盛亮,等.一种用于条纹相机图像的多尺度小波边缘检测算法[J].现代应用物理,2016(4):54-60.[26]赵勇,李怀宇.基于改进Sobel算法的车辆检测技术[J].电子科技,2017(11):82-84.[27]田雄,吴薇,刘晓尚,等.多人脸跟踪与最佳人脸提取[J].电子科技,2019(9):32-36.

相似文献/References:

[1]刘 媛,高振斌.基于小波变换的QRS波检测算法[J].电子设计工程,2010,(05):149.
 LIU Yuan,GAO Zhen-bin.QRS detection based on wavelet-transform[J].SAMSON,2010,(01):149.
[2]赵杰,马海超.基于SUSAN分层快速角点检测的改进算法[J].电子设计工程,2010,(1):5.
 ZHAO Jie,MA Hai-chao.An improved algorithm based on SUSAN fast hierarchical corner detection[J].SAMSON,2010,(01):5.
[3]齐涛,倪原.基于小波变换微弱生命信号提取的研究[J].电子设计工程,2009,(11):94.
 QI Tao,NI Yuan.Research of weak life signals’extraction based on wavelet transform[J].SAMSON,2009,(01):94.
[4]宁国强,刘媛媛,李凤堂,等.一种基于DWT-DCT变换强鲁棒性的数字水印算法[J].电子设计工程,2009,(11):67.
 NING Guo-qiang,LIU Yuan-yuan,LI Feng-tang,et al.A robust digital image watermarking algorithm based on DWT-DCT transformation[J].SAMSON,2009,(01):67.
[5]谢宏,刘玉霞,金曼,等.基于DSP Builder的脑电信号小波处理[J].电子设计工程,2009,(09):76.
 XIE Hong,LIU Yu-xia,JIN Man,et al.Wavelet processing on EEG signal based on DSP Builder[J].SAMSON,2009,(01):76.
[6]郝丽,杨种山.基于复小波变换的地震资料角度域信息提取[J].电子设计工程,2009,(05):77.
 HAO Li,YANG Zhong-shan.Analyses local angle layer of stratum based on projection-based complex wavelet transforms[J].SAMSON,2009,(01):77.
[7]朱斌杰,杜慧敏,杨晓强,等.二维9/7小波变换VLSI设计[J].电子设计工程,2009,(02):11.
 ZHU Bin-jie,DU Hui-min,YANG Xiao-qiang,et al.A novel architecture VLSI design for 2D-discrete9/7wavelet transform[J].SAMSON,2009,(01):11.
[8]江帆,高涛,刘金安,等.基于独立分量分析和径向基网络的人脸识别方法[J].电子设计工程,2008,(10):64.
 JIANG Fan,GAO Tao,LIU Jin-an,et al.Face recognition based on independent component analysis and RBF network[J].SAMSON,2008,(01):64.
[9]左 玲,刘兆扬.并行遗传算法和小波变换的混合多用户检测[J].电子设计工程,2008,(09):14.
 ZUO Ling,LIU Zhao-yang.Hybrid multiuser detector based on parallel genetic algorithm and wavelet transform[J].SAMSON,2008,(01):14.
[10]阙大顺,陈杰,姚涛.一种基于纠错编码的小波域数字图像水印技术[J].电子设计工程,2006,(08):44.

备注/Memo

备注/Memo:
收稿日期:2019-05-29 稿件编号:201905165基金项目:国家自然科学基金资助项目(11261061;61362039);新疆师范大学数学教学资源开发重点实验室招标课题(XJNUSY082017B03)作者简介:何 笑(1994—),女,新疆昌吉人,硕士研究生。研究方向:流形与小波。
更新日期/Last Update: 2019-12-31