小波变换的特征提取与分类 摘要:本文对小波变换的基本理论和基于小波变换的自适应阈值边缘特征提取进行了简单介绍,使用小波变换工具箱对图像进行处理,进行图像边缘特征的提取。论文首先介绍了小波变换、连续小波变换和离散小波变换及小波包,并分别介绍了它们各自的性质,随后又简单分析了一下Mallat算法,然后列出小波分析在图像处理中的优势,由此来引出自适应阈值图像边缘特征提取,介绍了模极大值的定义以及滤波器的设计,最后通过实例来总结基于小波变换的自适应阈值图像边缘提取算法步骤。 关键词:小波变换 边缘特征提取 小波包 图像处理 目 录 摘要 3 引言 4 1 论文指标 5 1.1 论文研究内容 5 1.2 课题预期目标 5 2 小波变换的引入 5 2.1 小波变换 5 2.1.1 小波函数的定义 5 2.1.2 小波函数的性质 6 2.2 连续小波变换 6 2.2.1 连续小波变换的定义 6 2.2.2 连续小波变换的性质 8 2.3 离散小波变换 8 2.3.1 离散小波 8 2.3.2 二维离散小波变换 9 2.3.3 二进制离散小波 10 2.4 Mallat分解与重构算法 11 2.5 小波包 13 2.5.1 小波包的定义 13 2.5.2 小波包的性质 14 3 小波分析在图像处理中的优势 15 4 基于小波变换的自适应阈值边缘特征提取 15 4.1 小波模与小波模极大值 16 4.2 图像小波变换基函数的选取 17 4.3 B-样条子波的基本概念 17 4.4 滤波器的设计 18 4.5 基于小波变换的自适应阈值边缘提取算法步骤 20 4.6 仿真结果 21 5 总结 22 致谢 23 参考文献 23 附录 24 |
小波变换的特征提取与分类
更新时间:2019-10-17
上一篇:图像小波变换与图像分割研究
下一篇:序列信号检测电路的设计