1、控制理论与控制工程专业优秀论文 多尺度几何分析在图像边缘检测中的应用关键词：图像识别 边缘检测 图像处理 多尺度分析摘要：边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于 Beamlet 变换的线特征提取算法进行改进，
2、形成一种图像边缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度 Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于
3、对车道等目标进行识别。正文内容边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于 Beamlet 变换的线特征提取算法进行改进，形成一种图像边缘检测的新算法。(2)将 Wedgelet 变换的理论应用到对图像的边缘检测，
4、提出一种基于多尺度Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行识别。边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到
5、图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于Beamlet 变换的线特征提取算法进行改进，形成一种图像边缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了
6、图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行识别。边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能
7、有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于Beamlet 变换的线特征提取算法进行改进，形成一种图像边缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表
8、明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行识别。边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各
9、种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于Beamlet 变换的线特征提取算法进行改进，形成一种图像边缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了
10、算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行识别。边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检
11、测的新算法。主要研究内容如下： (1)对基于Beamlet 变换的线特征提取算法进行改进，形成一种图像边缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测
12、效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行识别。边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于Beamlet 变换的线特征提取算法进行改进，形成一种图像边
13、缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行
14、识别。边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于Beamlet 变换的线特征提取算法进行改进，形成一种图像边缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度Wed
15、gelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行识别。边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。
16、传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于Beamlet 变换的线特征提取算法进行改进，形成一种图像边缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬
17、件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行识别。边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则
18、性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于Beamlet 变换的线特征提取算法进行改进，形成一种图像边缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效
19、果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 Beamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行识别。边缘是图像的重要特征，其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法，只能在很少的几个方向搜索边缘，不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本文通过对多尺度几何分析中各种变换方法的比较，选择应
20、用 Beamlet 变换和 Wedgelet 变换对图像进行处理，研究图像边缘检测的新算法。主要研究内容如下： (1)对基于Beamlet 变换的线特征提取算法进行改进，形成一种图像边缘检测的新算法。 (2)将 Wedgelet 变换的理论应用到对图像的边缘检测，提出一种基于多尺度Wedgelet 变换的图像边缘检测算法。 (3)基于 TI 公司的达芬奇技术，搭建了图像采集、处理及显示的硬件平台。在该平台上对基于 Beamlet 变换的新算法进行了物理验证。实验结果表明：该新算法边缘检测的效果较好，具有很大的工程应用潜力。 (4)在达芬奇平台上，对算法进行了优化，提高了算法的运算速度。基于 B
21、eamlet 变换和 Wedgelet 变换的边缘检测新算法，均有较好的边缘检测效果。检测到的边缘线段由若干条 Beamlet 组成，故边缘中包含位置、方向等信息，便于对车道等目标进行识别。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。我们还可提供代笔服务，价格优惠，服务周到，包您通过。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌甸?*U 躆 跦?l, 墀 VGi?o 嫅#4K 錶 c#x 刔 彟 2Z 皙笜?D 剧
22、珞 H 鏋 Kx 時 k,褝仆? 稀?i 攸闥-) 荮vJ 釔絓|?殢 D 蘰厣?籶(柶胊?07 姻Rl 遜 ee 醳 B?苒?甊袝 t 弟l?%G 趓毘 N 蒖與叚繜羇坯嵎憛?U?Xd* 蛥?-.臟兄+鮶 m4嵸/E 厤U 閄 r塎偨匰忓tQL 綹 eb?抔搉 ok 怊 J?l?庮 蔘?唍*舶裤爞 K 誵Xr 蛈翏磾寚缳 nE 駔殞梕 壦 e 櫫蹴友搇6 碪近躍邀 8 顪?zFi?U 钮 嬧撯暼坻7/?W?3RQ 碚螅 T 憚磴炬 B- 垥 n 國 0fw 丮“eI?a揦(?7 鳁?H?弋睟栴?霽 N 濎嬄! 盯 鼴蝔 4sxr?溣?檝皞咃 hi#?攊(?v 擗谂馿鏤刊 x 偨棆鯍抰Lyy|y 箲丽膈淢 m7 汍衂法瀶?鴫 C?Q 貖 澔?wC(?9m.Ek?腅僼碓 靔 奲?D| 疑維 d袣箈 Q| 榉慓採紤婏(鞄-h-蜪7I冑?匨+蘮.-懸 6 鶚?蚧?铒鷈?叛牪?蹾 rR?*t? 檸?籕
