图像形态学和小波分析在图像增强与边缘检测中的应用

摘要

图像工程根据抽象程度和研究方法的不同可分为三个层次：图像处理、图像分析和图像理解，图像工程是三者有机结合及它们工程应用的总称。图像增强和边缘检测是图像处理中的重要内容，图像目标检测属于图像分析及其工程应用范畴。 数学形态学以集合理论为基础，是几何形状描述与分析和非线性滤波的有力工具。小波分析技术是泛函分析、数值分析等理论和方法长期发展的结果，是信号处理、图像处理、模式识别、机器视觉等领域在工具和方法上的重大突破。 因此本文的研究内容涉及图像处理、图像分析及其工程应用，是数学形态学和小波分析理论在图像工程中的应用研究，研究的重点包括染噪图像的增强和边缘检测等内容。 (1)根据并行复合顺序形态变换的相关概念，构造非线性滤波器抑制图像中的脉冲噪声和高斯噪声以及均匀分布噪声，进而提出了一种新的图像增强算法。该算法通过对图像做局部加权均值滤波，得到图像增强的基值分量；采用多方位结构元素与图像边缘匹配，计算图像关于各个方位结构元素的加权均值并选取其中的最大值来确定边缘；将此最大值与基值分量之差作为增强分量来扩大图像灰度梯度的动态范围；针对图像中的高灰度区和灰度剧变区，应用图像局部均值和方差自适应调节增强系数。因此，算法在抑制图像中的高频噪声的同时，能有效提升图像中的边缘和目标。增强前后图像均值、标准差、图像熵比较表明，图像对比度也得到了增强。 (2)在深入理解百分位形态变换基本概念及相关性质的基础上；阐述了应用百分位形态变换进行边缘检测的原理；讨论了结构元素和百分位值对边缘检测的影响；从采用平面型结构元素和立体型结构元素两方面，根据图像形态学多刻度形态滤波的思想，以抑制噪声为目的对基本边缘检测算子进行推广和扩展，构造了三种边缘检测算子，从理论上分析了算子的特性；在此基础上采用多结构元与图像边缘进行匹配，提出了三种广义形态边缘检测算子并给出了一般表达形式；着重探讨了多结构元素及百分位值选取原则。 (3)推导了反对称双正交小波所具有的卷积运算性质，分析了反对称双正交小波所具有的微分算子功能。在此基础上，根据给出的针对图像边缘检测的小波分解算法，提出了基于反对称双正交小波的多尺度边缘提取方法。根据给出的针对图像边缘检测的小波重构算法，将小波域图像滤噪方法和基于局部模大极值检测的边缘提取思想相结合，提出了新的图像滤噪增强方法，这种图像增强方法在小波塔式分解数据上进行，比二进小波变换图像增强方法减少了计算量。与在小波域系数上进行的图像滤噪增强方法相比，对边缘的增强有明显的针对性，为染噪图像的小波去噪增强提供了一种新的思路。 (4)针对红外图像的特点、红外图像的噪声特性和红外图像的灰度特征，在分析和借鉴了红外图像预处理和红外图像处理常用技术和方法的基础上，提出了基于顺序形态变换和图像熵差的红外图像增强预处理算法，可以有效地滤除红外图像噪声，增强和锐化图像边缘。进而提出了基于百分位形态变换的红外图像边缘检测方法。 (5)分析了红外图像小目标和背景的特点以及小目标检测问题的难点。针对目前常用的红外图像小目标单帧检测方法的局限性，提出了一种基于顺序形态变换和图像熵差的复杂海空背景下红外图像小目标检测方法，该方法应用行均值相减法和顺序形态滤波方法，抑制起伏相关背景并提取潜在目标点；采用顺序形态边缘检测算子和图像熵差进一步去除杂散背景和伪目标点并检测目标边缘。提高了单帧图像目标检测概率。 (6)根据包含目标的红外图像场景模型，将背景图像理解为由大的结构化背景、起伏背景和杂散背景组成，小目标检测看作剔除结构化背景、抑制起伏背景、去出杂散背景和噪声的过程。在分析了目标、噪声和结构化背景所具有的不同的奇异性特征的基础上，提出了一种基于形态学和反对称双正交小波的海空背景红外图像小目标检测方法，通过反对称双正交小波的多尺度分解和重构，提取图像多尺度边缘，剔除由云层、海浪、水天连水线等复杂背景形成的模极大值链，使图像背景更加平滑，最后应用形态学边缘检测方法抑制起伏背景和杂散噪声并提取目标。

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章 绪论

第二章 顺序形态变换图像增强算法研究

2.1引言

2.2顺序形态变换

2.3基于并行复合顺序形态变换的图像增强

2.4本章小结

第三章 百分位形态变换在图像边缘检测中的应用研究

3.1图像边缘检测概述

3.2百分位形态变换

3.3百分位形态变换在灰度图像边缘检测中的应用

3.4本章小结

第四章 双正交小波在图像边缘处理中的应用研究

4.1小波分析在图像滤噪和边缘检测中的应用概述

4.2相关理论基础

4.3反对称双正交小波在图像边缘处理中的应用

4.4实验结果与分析

4.5本章小结

第五章 图像目标检测问题研究

5.1基于百分位形态变换的红外图像边缘检测

5.2复杂背景下红外图像小目标检测方法研究

5.3地面运动目标检测与跟踪问题探讨

5.4本章小结

第六章 结论与展望

参考文献

致谢

攻读博士学位期间撰写的学术论文

作者简介