基于小波变换的图像边缘检测开题报告.doc

本科毕业论文（设计）开题报告题 目 基于小波变换的图像边缘检测 学 院 制造科学与工程学院 专 业 机械设计制造及其自动化 学生姓名 龙泽祥 学 号 1043021277 年级 2010 指导教师 李天翼 教务处制表二 年 月 日选题意义 （见附件一）国内外研究现状概述（见附件二）主要研究内容1 熟悉图像边缘检测的基本原理与各种常用的方法。 2了解小波变换的概念、基本理论以及小波分析的时频域局部化和多分析率分析的特点，并熟悉小波分析在图像分解、处理中的应用。3 研究基于小波变换的数字图像边缘检测算法。4 熟悉Matlab编程并使用该软件对图像进行边缘提取。拟采用的研究思路（方法、技术路线、可行性论证等）首先理解图像边缘检测的基础知识和经典的边缘检测算法，明白它们的优缺点；其次是研究小波变换理论和多分辨分析；接着研究基于小波变换的图像边缘检测，根据图像在小波域中系数分布的特点进行检测，如同一层内系数的关系，层与层之间的关系等；最后运用Matlab仿真实验及分析。 研究工作安排及进度1-5周：调研、收集与毕业设计题目相关资料，写开题报告，翻译英文文献，形成总方案。6-8周：编写程序，进行模拟检验，检查效果的方法如何,并将小波变化方法与其他方法进行比较。9-14周：论文初稿撰写。 15-16周：与指导老师进行论文修改，准备答辩。参考文献目录1 冈萨雷斯，阮秋奇等译，数字图像处理（第二版），电子工业出版社，20032 冈萨雷斯，阮秋奇等译，数字图像处理（MATLAB版），电子工业出版社，20053 朱希安、曹林， 小波分析及其在数字图像处理中的应用，电子工业出版社,20124 孙延奎，小波变换与图像、图形处理技术，清华大学出版社，20125 程正兴，杨守志，冯晓霞，小波分析的理论 算法 进展和应用 国防工业出版社，20076 王桥，数字图像，科学出版社，20097 李弼程，罗建华，小波分析及其应用，电子工业出版社，2003 等开 题 报 告 会 议 纪 要时 间地点主持人参会教师姓 名职 务（职 称）姓 名职 务（职 称）会议记录摘要 记录人：指导教师意见签名： 年 月 日备注：1、本开题报告除第3页各栏目外，其它栏目均由学生填写。2、填写各栏目时可根据内容另加附页。3、参加开题报告会议的教师不少于3人。附件一： 众所周知，人类所获取的信息70%以上来自视觉，人类通过自己的双眼所观察到的世界进行缜密的分析和思考之后，推动了科技的进步，也推动了整个世界的发展。图像中包含了人类所需要的感知世界，进而认识世界、改造世界的大部分信息量。图像处理就是对图像进行加工和处理，以满足人的视觉心理和实际应用的要求。随着计算机视觉、机器视觉等相关领域的发展，图像处理的发展非常迅速，图像处理在信息处理中占有重要地位并且备受人们关注。视觉是人类感知外界的最重要手段，图像又是视觉的基础，因此数字图像处理成为心理学，生理学、计算机科学的等诸多领域的学者研究视觉感知的有效工具。在Marr的视觉计算机理论中把图像边缘的获取看作是视频的早期阶段，也就是整个视觉过程的起点；通过对人类视觉系统的研究也可以看出，图像中的边缘非常重要，往往仅凭一条粗略的边缘轮廓线就能识别出一个物体。因此，如何获取图像的边缘和轮廓，成为图像处理与分析技术中的研究点。 边缘像素本质上是指局部图像范围内灰度的急剧变化，因此图像边缘就是二维图像中奇异点的集合。物体形状、物体边界、位置遮挡、阴影轮廓和表面纹理等重要视觉信息在图像中均有边缘产生。图像边缘是图像中最基本的特征，是分析理解图像的基础。同时，边缘检测对于物体识别也是很重要的，人眼通过追踪未知物体的轮廓而扫视一个未知的物体，因此如果得到图像的边缘，能使图像分析大大简化。另外，很多图像并没有具体的物体，对于这些图像的理解取决于他们的纹理性质，而提取这些纹理性质与边缘检测有极其密切的关系。所以边缘检测是数字图像分析处理的前提，检验结果的优劣影响着下一步图像压缩、计算机视觉、模式识别的应用，所以对它的研究具有一定的现实意义和理论意义。 小波分析是近20年来发展起来的一门新兴数学分支，它是傅里叶分析划时代发展的结果。随着小波理论的不断深入研究和广泛的实际应用，小波分析在滤波、信号和图像处理等方面的优势已逐渐显露。由于小波变换具有良好的局部特性和多尺度特性，可满足在多个尺度上提取边缘的需要，所以应用小波变换用于图像边缘检测被认为是较为有效和有前途的方法。附件二：由于图像边缘检测的重要性和复杂性，从二十世纪七十年代起就吸引了许多专家、学者进行研究，并为之付出了巨大努力。至今已提出了上千种算法，而且近几年每年都有上百篇有关的研究成果报道。这些算法中，利用新兴科技对图像进行边缘检测研究引起了人们很大的兴趣，出现了基于模糊数学、统计分析、小波变换、数学形态、遗传算法、曲面拟合等等许多新的边缘检测方法，基于新兴技术的边缘检测研究是现在边缘检测算法的主要研究方向。同时，将几种技术结合起来的算法极逐渐增多，如将小波变换的多分辨率分析概念应用到不同算法，将模糊数学与统计理论结合起来的算法等。近年来，随着科学技术的发展，利用各种新的理论工具对图像进行边缘检测的方法得到了广泛的研究和应用。例如基于形态学的边缘检测算子，借助统计学方法的检测技术、利用神经网络的检测技术、利用模糊理论的检测技术、利用信息论的检测技术、利用遗传算法的检测技术、基于分形特征的边缘检测技术等的研究也相继出现，表现相当活跃。小波变换是近年来等到广泛应用的数学工具。基于小波变换的边缘检测方法的一个突出优点就是它的多尺度性。用它来检测边缘，可以在大尺度下抑制噪声，小尺度下精确定位边缘，为图像边缘提取提供了新的思路和新的技术途径。1992年S.Mallat利用二阶B样条小波实现了多尺度边缘提取，为小波边缘提取提供了基础。此后，国