小波变换在细胞图像边缘检测中的应用研究

摘要

传统的边缘检测算子大都是基于边缘的灰度不连续性利用梯度局部最大值或二阶导数过零点来检测边缘,容易受噪声干扰.尺度空间滤波能在大尺度下抑制噪声可靠的识别边缘,在小尺度下精确定位,最后由粗及精地进行边缘聚焦而得到边缘的真实位置.但是传统的基于Guass尺度空间的Canny算子计算量大,定位不够精确.基于小波变换的多尺度边缘检测方法弥补了上述不足.小波变换是80年代后期发展起来的一种变换域信号处理方法,具有时域和频域上良好的局部检测能力和多分辨率分析的特点,从而被誉为

目录

文摘

英文文摘

1前言

1.1图像分割及边缘检测

1.2生物细胞图象分割技术的研究前景

1.3生物细胞图象分割技术的研究现状及发展

1.4本文所做的工作

2小波变换的基本原理

2.1傅立叶变换和小波变换

2.2小波变换的多分辨率分析

2.3二维小波变换及其多分辨率分析

3基于二维小波变换的图像边缘检测

3.1小波变换应用于边缘检测的基本原理

3.2用二维二进小波变换检测图像物体的边缘

3.3与Mallat快速小波算法等效的多孔算法

3.4 B样条小波

4二次样条小波是最优检测算子的数学推导

4.1最优边缘检测的Canny准则

4.2二次样条小波是最优检测算子

5二次样条小波在细胞图像边缘检测上的应用研究

5.1各个尺度下细胞图像的小波变换后模值和幅值

5.2局部模极大值点和阈值设置

5.3各个尺度下细胞图像的边缘

5.4多尺度细胞图像边缘的复合

6总结

参考文献

声明

致谢