基于雙樹復小波變換的聲吶圖像邊緣檢測.pdf

1、聲吶圖像的邊緣檢測在后續(xù)的聲吶圖像分析中起著非常重要的作用。它的目的是從復雜的海底混響區(qū)提取出目標的亮區(qū)和暗區(qū)，并在一定程度上保留原始圖像的邊緣信息。海洋中物體的識別，目標跟蹤以及分類主要取決于能否準確地對聲吶圖像邊緣檢測。聲吶圖像的邊緣檢測在軍用領域，民用領域等都有著廣泛的應用。
　　雙樹復小波變換(Dual Tree Complex Wavelet Transform，DTCWT)不僅秉承了小波變換的時頻局部化分析能力，滿足完

2、全重構條件，有限的數(shù)據(jù)冗余與高效的計算能力等種種優(yōu)良特性，而且還在它的基礎上進一步提升了算法，改進了小波變換不具有的平移不變性和多方向選擇性等缺點，因此廣泛應用于邊緣檢測等圖像處理方面。
　　本文首先用Lee濾波方法對聲吶圖像進行濾波，然后對濾波后的圖像進行雙樹復小波分解并經過一定的處理后又進行重構來提取出邊緣再經過閾值化細化等一系列操作來優(yōu)化邊緣。除了上述檢測方法本文還將雙樹復小波與經典的Canny算子結合，將雙樹復小波分解后的