Beamlet变换及其在图像线特征提取中的应用

摘要

为了有效地表示二维图像数据，多尺度几何分析近年来得到了迅速的发展。Beamlet变换是进行图像多尺度几何分析的有效工具之一。Beamlet变换是以线段为基本表示单元的变换，‘线段’在Beamlet变换中的作用类似‘点’在小波中起的作用。Beamlet变换一个重要应用是提取图像中的线特征。 本文主要研究了基于Beamlet变换的图像线特征的提取算法。提出了一种基于Beamlet变换的图像线特征提取的三阶段方法。首先，用基于方向窗的方向滤波突显图像中不同方向的线特征；其次，通过阈值处理转换灰度图像成一组二值图像并通过逻辑或运算融合成一幅二值图像；最后，用Beamlet变换从融合的二值图像中提取图像的线特征和曲线特征。另外，也给出了一种基于小波变换和Beamlet的图像线特征提取算法，小波变换用于突显图像的边缘特征，而Beamlet变换用于提取这些特征。实验结果表明了方法的有效性。

目录

文摘

英文文摘

声明

第一章绪论

1.1 Beamlet变换产生的理论背景

1.2研究现状

1.3本文的工作

第二章图像处理的基本知识

2.1图像的函数表示

2.2数字图像处理研究的内容

2.3数字图像处理的基本要求

2.4常用的图像变换算法-Fourier变换

第三章传统的线特征检测方法

3.1 Radon变换

3.2局部Radon变换

第四章Beamlet分析

4.1小波分析的基本理论

4.1.1小波变换与小波非线性逼近

4.1.2小波反变换

4.1.3多分辨分析理论

4.1.4 Mallat分解及重构算法及其应用

4.2 Beamlet变换理论

4.2.1 Beamlet词典

4.2.2 Beamlet变换

4.2.3 Beamlet金字塔

4.2.4 Beamlet图

4.3 Beamlet变换与Radon变换的关系

4.4基于Beamlet变换的算法

4.4.1检测线段

4.4.2基于树结构的算法

4.4.3基于图结构的算法

第五章Beamlet变换在图像线特征提取中的应用

5.1基于Beamlet的图像线特征提取算法

5.1.1特征检测算法

5.1.2实验结果

5.2基于小波变换和Beamlet变换的图像线特征提取算法

5.2.1提出的特征检测算法

5.2.2实验结果

第六章结论与展望

6.1论文总结

6.2展望

致谢

参考文献

在读期间发表论文情况