[发明专利]基于等偶长度反对称双正交小波滤波器组的边缘检测方法

说明书

技术领域

本发明涉及一种基于等偶长度反对称双正交小波滤波器组的边缘检测方法。 

背景技术

图像中的边缘是分割和识别图像中内容所依赖的最重要的特征，因而边缘检测一直是图像处理和计算机视觉的研究重点之一。传统的边缘检测方法，如Roberts算子、Sobel算子、Prewitt算子、Laplace算子等，它们只适用于单一尺度下的边缘检测，且当目标弱到一定程度并且背景噪声比较严重的情况下，无法实现边缘提取。小波变换以其优秀的时频域局部化和多分辨率分析能力在信号和图像处理领域得到广泛的应用，如信号去噪、图像压缩、多尺度边缘检测和图像分割等领域，但用于边缘检测的小波函数必须是奇对称函数，其对应的尺度函数是偶对称，研究表明不存在具有完美的重建质量的正交的线性相位滤波器。除Haar小波外，正交小波对应的滤波器组不具有线性相位，因此常采用双正交滤波器组。但是使用一般的反对称双正交小波滤波器组进行边缘检测时，完整性不高，抗噪性能差。 

发明内容

本发明为了解决上述问题，提出了一种基于等偶长度反对称双正交小波滤波器组的边缘检测方法，该方法实现的边缘检测结果精度高，完整性好，有一定的抗噪性能。 

为了实现上述目的，本发明采用如下技术方案： 

一种基于等偶长度反对称双正交小波滤波器组的边缘检测方法，具体包括以下步骤： 

(1)使用等偶长度反对称双正交小波对图像进行小波分解，针对得到的水平和垂直低频信息进行二层小波分解； 

(2)根据图像在每一尺度的小波分解数据，计算梯度矢量模值图和相角图； 

(3)在每一尺度，根据相角图确定的方向，针对不同的梯度矢量检测模极大值点，所有的候选边界点组成边界图像； 

(4)采用阈值法去除伪边界点； 

(5)综合各尺度得到的边界点集合，链接边界图像中具有相似模值和角度的点，去除短链和弱链，得到准确的单像素宽的边界。 

所述步骤(1)中，具体方法为：利用Mallat算法，先使用等偶长度反对称双正交小波对图像进行一层小波分解，得到水平和垂直低频信息LL、水平高频和垂直低频信息HL、水平低频和垂直高频信息LH及水平和垂直高频信息HH，然后对得到的水平和垂直低频信息LL进行下一层小波分解直到总分解层数为3。 

所述步骤(2)中，对图像的每一尺度，梯度矢量模值图的值为： M2jf(x,y)=|W2j1f(x,y)|2+|W2j2f(x,y)|2,]]>是每一尺度的水平高频和垂直低频信息，是每一尺度的水平低频和垂直高频信息，每一尺度2^j，j＝-1,-2,-3。