一种基于小波变换的SAR图像边缘检测方法

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ΟΟ 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，2003

[2] 冈萨雷斯，阮秋奇等译，数字图像处理（MATLAB版），电子工业出版社，2005

基于最小二乘支持向量机的ＳＡＲ影像边缘检测算法　・６１・　

基于最小二乘支持向量机的ＳＡＲ影像边缘检测算法　

张绍明，林怡，陈鹰　

（同济大学遥感与空间信息技术研究中心，上海２０００９２）　

摘要：为了实现不同传感器影像之间的边缘特征匹配，提出了一种新的ＳＡＲ影像边缘检测方法。该方法首先利用最小二　

乘支持向量（ＬＳ—ＳＶＭ）对影像进行拟合以减小相干斑噪声的影响，然后采用基于小波变换的断面检测法进行影像边缘检　

测。通过与经典影像边缘提取算子的实验对比，表明该方法更适合于斑点噪声明显的ＳＡＲ影像边缘检测。　

关键词：合成孔径雷达影像；最小二乘支持向量机；小波变换；边缘检测　

中图分类号：ＴＰ７５１．１　文献标识码：Ａ　文章编号：１０００—８８２９（２００７）１１—００６１—０３　

Ｅｄｇｅ　Ｄｅｔｅｃｔｉｏｎ　ｆｏｒ　Ｓｙｎｔｈｅｔｉｃ　Ａｐｅｒｔｕｒｅ　Ｒａｄａｒ　Ｉｍａｇｅ　Ｂａｓｅｄ　ｏｎ　

Ｌｅａｓｔ　Ｓｑｕａｒｅ　Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ　

ＺＨＡＮＧ　Ｓｈａｏ—ｍｉｎｇ，ＬＩＮ　Ｙｉ，ＣＨＥＮ　Ｙｉｎｇ　

（Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｓｕｒｖｅｙｉｎｇ　ａｎｄ　Ｇｅｏｉｎｆｏｒｍａｔｉｃｓ，Ｔｏｎｇｊｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ，２０００９２，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ａ　ｎｅｗ　ｅｄｇｅ　ｄｅｔｅｃｔｉｏｎ　ｍｅｔｈｏｄ　ｆｏｒ　ｓｙｎｔｈｅｔｉｃ　ａｐｅｒｔｕｒｅ　ｒａｄａｒ　ｉｍａｇｅ　ｉｓ　ｄｉｓｃｕｓｓｅｄ．Ａｔ　ｆｉｒｓｔ，ｆｉｔ　ｔｈｅ　ｉｍａｇｅ　ｗｉｔｈ　ｌｉｎｅａｒ　ｒｅｇｒｅｓｓ　

ｆｕｎｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｌｅａｓｔ　ｓｑｕａｒｅ　ｓｕｐｐｏｒｔ　ｖｅｃｔｏｒ　ｍａｃｈｉｎｅ，ｗｈｉｃｈ　ｒｅｄｕｃｅｓ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆ　ｓｐｅｃｋｌｅ　ｎｏｉｓｅ　ｉｎ　ｉｍａｇｅ．Ｔｈｅｎ，ｔｈｅ　ｄｉｒｅｃｔｉｏｎ　ｏｆ　

ｉｍａｇｅ　ｅｄｇｅ　ｉｓ　ｒｅａｌｉｚｅｄ　ｂｙ　ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ　ａｎｄ　ｌｏｏｋｉｎｇ　ｆｏｒ　ｌｏｃａｌ　ｍａｘｉｍｕｍ　ｖａｌｕｅｓ　ｏｆ　ｇｒａｄｉｅｎｔ　ａｍｐｌｉｔｕｄｅ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔｓ　ｓｈｏｗ　ｔｈａｔ　

视觉缺陷检测常用算法

视觉缺陷检测是指通过计算机视觉技术对产品进行检测，以发现产品表面的缺陷，如裂纹、划痕、气泡等。视觉缺陷检测在工业生产中具有重要的应用价值，可以提高产品质量，降低生产成本。本文将介绍视觉缺陷检测常用算法。

1. 基于边缘检测的算法

边缘检测是指通过计算图像中像素值的变化率来检测图像中的边缘。在视觉缺陷检测中，边缘检测可以用来检测产品表面的裂纹、划痕等缺陷。常用的边缘检测算法有Sobel算法、Prewitt算法、Canny算法等。

Sobel算法是一种基于梯度的边缘检测算法，它通过计算像素点周围的像素值的梯度来检测边缘。Prewitt算法也是一种基于梯度的边缘检测算法，它与Sobel算法类似，但是计算梯度时采用了不同的卷积核。Canny算法是一种基于多级阈值的边缘检测算法，它可以检测出较细的边缘，并且对噪声有较好的抑制效果。

2. 基于纹理特征的算法

纹理特征是指图像中的重复模式或规则性结构。在视觉缺陷检测中，纹理特征可以用来检测产品表面的气泡、斑点等缺陷。常用的纹理特征算法有灰度共生矩阵法、小波变换法、Gabor滤波器法等。

灰度共生矩阵法是一种基于灰度共生矩阵的纹理特征提取算法，它通过计算图像中像素之间的灰度共生矩阵来提取纹理特征。小波变换法是一种基于小波变换的纹理特征提取算法，它可以将图像分解成不同尺度和方向的小波系数，从而提取出不同尺度和方向的纹理特征。Gabor滤波器法是一种基于Gabor滤波器的纹理特征提取算法，它可以提取出图像中的局部纹理特征。

3. 基于形态学的算法

形态学是一种数学方法，它可以用来分析和处理图像中的形状和结构。在视觉缺陷检测中，形态学可以用来检测产品表面的凸起、凹陷等缺陷。常用的形态学算法有膨胀、腐蚀、开运算、闭运算等。

膨胀是一种形态学操作，它可以将图像中的物体膨胀成更大的物体。在视觉缺陷检测中，膨胀可以用来检测产品表面的凸起缺陷。腐蚀是一种形态学操作，它可以将图像中的物体腐蚀成更小的物体。在视觉缺陷检测中，腐蚀可以用来检测产品表面的凹陷缺陷。开运算是一种形态学操作，它先进行腐蚀操作，再进行膨胀操作。在视觉缺陷检测中，开运算可以用来去除图像中的小物体。闭运算是一种形态学操作，它先进行膨胀操作，再进行腐蚀操作。在视觉缺陷检测中，闭运算可以用来填补图像中的小孔洞。

基于小波变换的边缘检测技术 (刘傲)

·1· 第一章 图像边缘的定义

引 言

在实际的图像处理问题中，图像的边缘作为图像的一种基本特征，被经常用于到较高层次的特征描述，图像识别。图像分割，图像增强以及图像压缩等的图像处理和分析中，从而可以对图像进行进一步的分析和理解。

由于信号的奇异点或突变点往往表现为相邻像素点处的灰度值发生了剧烈的变化，我们可以通过相邻像素灰度分布的梯度来反映这种变化。根据这一特点，人们提出了多种边缘检测算子：Roberts算子 Prewitt算子

Laplace算子等。

经典的边缘检测方法是构造出像素灰度级阶跃变化敏感的微分算子。这些算子毫无例外地对噪声较为敏感。由于原始图像往往含有噪声、而边缘和噪声在空间域表现为灰度有大的起落，在频域则反映为同是主频分量，这就给真正的边缘检测到来困难。于是发展了多尺度分析的边缘检测方法。小波分析与多尺度分析有着密切的联系，而且在小波变换这一统一理论框架下，可以更深刻地研究多尺度分析的边缘检测方法，Mallat S提出了一小波变换多尺度分析为基础的局部极大模方法进行边缘检测。

小波变换有良好的时频局部转化及多尺度分析能力，因此比其他的边缘检测方法更实用和准确。小波边缘检测算子的基本思想是取小波函数作为平滑函数的一阶导数或二阶导数。利用信号的小波变换的模值在信号突变点处取局部极大值或过零点的性质来提取信号的边缘点。常用的小波算子有Marr 算子Canny算子 和Mallat算子等。

基于小波变换的边缘检测技术 (刘傲)

·2· §1.1信号边缘特征