1、邊緣檢測是圖像處理與分析中最重要的一個(gè)步驟。圖像的邊緣包含了圖像的位置、輪廓等特征，是圖像的基本特征之一。它被廣泛地應(yīng)用于特征描述、圖像分割、圖像增強(qiáng)、圖像復(fù)原、模式識(shí)別、圖像壓縮等圖像分析和處理中。因此，圖像邊緣和輪廓特征的檢測與提取方法，一直是圖像處理與分析技術(shù)中的研究熱點(diǎn)，新理論、新方法不斷涌現(xiàn)。
　　 目前常用的邊緣檢測大多是利用局部圖像微分技術(shù)來提取圖像邊緣，例如在生理學(xué)和心理學(xué)方面都具有很好效果的LOG算子。但利用微

2、分技術(shù)提取邊緣的方法往往對(duì)噪聲很敏感，對(duì)含有噪聲的圖像提取邊緣的效果會(huì)大打折扣。小波邊緣檢測方法是近年新興的方法，由于小波變換具有良好的時(shí)頻局部化特性和多尺度分析能力，其在小的尺度下可檢測出非緩變邊緣即階躍狀和屋頂狀邊緣，在大尺度下可檢測出緩變邊緣，同時(shí)還具有天然的抗噪特性，對(duì)噪聲不敏感。
　　 為了提高邊緣檢測的效果，本文采用一種將小波分析和數(shù)學(xué)形態(tài)學(xué)結(jié)合的新方法來提取圖像的邊緣。數(shù)學(xué)形態(tài)學(xué)的基本思想是利用一定的形態(tài)和結(jié)構(gòu)元素

3、去度量和提取圖像中的對(duì)應(yīng)形狀從而對(duì)圖像進(jìn)行分析和識(shí)別，這使得數(shù)學(xué)形態(tài)學(xué)邊緣檢測方法能夠有效地去除噪聲并保護(hù)細(xì)節(jié)，同時(shí)還具有運(yùn)算簡單、可并行計(jì)算和易于硬件實(shí)現(xiàn)等優(yōu)點(diǎn)。本文在對(duì)圖像進(jìn)行小波分解的基礎(chǔ)上，對(duì)高頻信號(hào)進(jìn)行增強(qiáng)并利用數(shù)學(xué)形態(tài)學(xué)的邊緣檢測方法進(jìn)行圖像邊緣的提取。該方法能夠有效的突顯小波和形態(tài)學(xué)的優(yōu)點(diǎn)，同時(shí)在一定程度上改進(jìn)兩種方法的缺點(diǎn)。本文主要工作有：
　　 （1）對(duì)小波分析基本理論和數(shù)字圖像邊緣檢測的經(jīng)典方法作了闡述，給出

4、了七種經(jīng)典方法的實(shí)驗(yàn)結(jié)果和分析。
　　 （2）本文通過大量的實(shí)驗(yàn)，針對(duì)不同的小波基及不同的分解尺度對(duì)圖像增強(qiáng)做了研究，選擇最優(yōu)的小波基和分解層數(shù)對(duì)圖像進(jìn)行高頻增強(qiáng)。
　　 （3）由于大部分的圖像中混有噪聲，本文通過對(duì)已有的形態(tài)學(xué)邊緣檢測方法的研究，提出了一種新的多結(jié)構(gòu)元抗噪形態(tài)學(xué)邊緣檢測方法，同時(shí)給出了新的計(jì)算各結(jié)構(gòu)元權(quán)值的方法。通過和經(jīng)典的邊緣檢測方法進(jìn)行比較，得到了很好的實(shí)驗(yàn)效果。并利用該方法對(duì)加噪的航拍圖像進(jìn)行邊緣