结合NSCT高低频特征的图像边缘检测算法.pdf

《结合NSCT高低频特征的图像边缘检测算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2014年7月四川师范大学学报(自然科学版)July，2014第37卷第4期JournalofSichuanNormalUniversity(NaturalScience)V01．37．No．4结合NSCT高低频特征的图像边缘检测算法华梓铮，华泽玺(西南交通大学电气工程学院，四川成都610031)摘要：为提取丰富的边缘信息，利用非下采样轮廓波变换(NSCT)能够很好逼近图像的方向信息这一特征，设计了一种图像边缘检测算法．该方法将图像变换到NSCT域，对高频和低频子带信息分别处理：首先只保留高频系数矩阵中的较大的系数并利用其得到高频特征图像，根据自适应阈值法对高频

2、图像进行处理得到高频边缘信息；然后对低频子带信息提取其低频边缘信息；最后利用低频边缘信息对高频边缘信息进行补偿，同时去除孤立噪声点，得到最终的边缘图像．通过对灰度图像及彩色图像的仿真实验，与sobel、can—ny、log及prewitt算子的检测结果进行比较，给出了定量的评价指标，验证了提出方法的有效性和优越性．关键词：边缘检测；NSCT；高低频特征；自适应阈值中图分类号：TP391文献标志码：A文章编号：1001—8395(2014)04—0612—06doi：10．3969／j．issn．1001—8395．2014．04．030边缘存在于图像的不规则结构

3、和不平稳情形1NSCT原理中，包含了图像的大部分信息．边缘检测是图像处理CT主要是由方向滤波器组和拉普拉斯塔式滤和分析的关键步骤，对后续高层次的特征描述、匹配波器组构造而成，但是由于CT中的方向滤波器和和识别等有着重大的影响，为图像去噪等后续处理拉普拉斯分解都有下采样的操作，使得CT不具有提供了依据J．边缘检测技术是L．G．Roberts¨2最平移不变性．因此文献[14]给出了其下采样的形早开始系统研究．如今，常用的边缘检测算法有Can．式，即利用非下采样分解和非下采样滤波器组构造ny算子-5]、Sobel算子。J、模板匹配法、变换域出NSCT，如图1所示．法以

4、及改进的Pal算法副等．由于边缘检测的文献[14]利用~ttrous算法实现并生成一种灵固有复杂性，这些方法在抗噪性能和边缘定位方面活的多尺度、多方向且平移不变的图像分解算法，仍然不能完全适应复杂的实际应用需求．具有快速实现算法．算法的关键是不可分两通道非为检测到丰富的边缘信息，本文提出基于非下下采样滤波带，其中非下采样塔形分解结构通过多采样轮廓波变换(NSCT)的自适应阈值图像边级迭代的方式实现，通过滤波器，图像被分为1个缘检测算法．NSCT是在轮廓波变换(CT)¨的基础二维低频子带和1个二维高频子带．要实现多级结上提出的，解决了传统CT不具备平移不变性的缺构

5、，对低频子带继续迭代滤波即可．NSCT设计的非点．本文首先介绍了NSCT的构造方法及其结构特下采样滤波带放宽了约束条件，生成的滤波带具有点，根据NSCT能够很好地提取图像的高频信息等更好的频域选择性和规则性．相比CT可更好地进特点，将NSCT应用于边缘检测，即对利用NSCT提行子带方向分解．而相比小波分解，NSCT同样是多取的高频图像和低频图像分别处理得到高频边缘尺度多分辨分解，但NSCT同时还是多方向分解，信息和低频边缘信息，利用低频边缘信息对高频边NSCT方向分解的灵活性可以使得图像在分解过程缘信息进行修正，并去除修正后边缘信息中孤立噪中得到更多的细节信息．

6、声点以得到最终的边缘图像，并通过实验验证提出图1(a)显示了NSCT分解流程图，图1(b)给方法的有效性．出了分解后的系数矩阵分布示意图，其中分解层数收稿Et期：2014—01—06基金项目：国家自然科学基金(60970122)和中央高校基本科研业务专项基金(SWJTU09CX039、SWJTU10CX09)资助项目通信作者简介：华泽玺(1968一)，男，副教授，主要从事传感器、物联网、图像处理的研究，E—mail：270397296@qq．corn第4期华伴铮．等：结合NSCT商低频特的图像边缘检测算法低通f带输带通r带带通带(a1NS('T所J}j的F采样滤

7、波器纰结构(1日NSC3、系数阵图l非下采样轮廓波变换(NSCT)示意图Fig．1Theschematicsofnon-sampledcontourlettransform(NSCT)为3层，高频层的疗阳数日分别为4和8的情形埘商频系数矩阵和低频系数矩阵进行处理：先去掉高频系数矩阵中较小的系数值，并对处理的系数矩2边缘检测算法阵进行NSCT反变换以得到高频像，然后对高频图像处理得到高频边缘图像；对低频系数矩阵“接为了提取图像巾#寓的边缘信息，本文利用NSCT能够很好的逼近图像中的方向这一优良特处删得到低频边缘图像；而后利用低频边缘图像对高频边缘图像进行补偿，并针

8、‘对补偿后的边缘图像性，