资料下载
×
基于小波变换和快速聚类方法的目标检测与识别
消耗积分:3 |
格式:rar |
大小:233 |
2009-02-10
王军
分享资料个
针对显微图像中的微目标检侧与识别，提出了一类蓦于三次B样条函数多尺度小波变换，该变换通过零交叉或模极值检测图像的边缘，在分解和重建时采用一种墓于滤波器系数特征的离散快速算法。为除去由噪声引起的虚假边缘，建立了边缘点检侧的
自适应闷值方法。为实现微目标的识别，采用了一类简单有效的快速聚类算法。最后采用含随机噪声的模拟图像和显徽图像进行算法比较与验证，实验结果证明了这些算法的有效性。
关键词:边缘 检测目标 识别 小波变换 快速聚类 显微图像
边缘是图像对视觉的最主要特征，它的提取是图像分割、图像识别的基础。边缘提取方法通常分三步:求出原始图像横向和纵向的梯度图像;利用横向和纵向的梯度计算模值和幅角值;沿幅角方向求模极大值，获得所需边缘。Canny川提出边缘检测算子应满足以下三个判断准则:信噪比准则、定位精度准则以及单边缘响应准则，并由此推导出了最佳边缘检测算子-Canny算子。基于多尺度边缘检测算子思想，M公城[l]提出小波(wavelets)变换极大值方法，并用于分析信号的奇异性和图像的边缘。小波极大值方法给出了重构图像信息的一种新方法，它能从图像边缘的属性上扩展解决图像处理问题的方法，因此小波在视觉的初级处理中具有极其重要的意义和应用。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
