毛安定， 管一弘， 段 锐， 王艳华， 吕 梁， 季云海

（1. 昆明理工大学理学院，云南 昆明 650093；2. 云南省昆明市第一人民医院，云南 昆明 650093）

基于Daubechies小波的图像边缘检测技术

毛安定1， 管一弘1， 段 锐1， 王艳华1， 吕 梁2， 季云海2

（1. 昆明理工大学理学院，云南 昆明 650093；2. 云南省昆明市第一人民医院，云南 昆明 650093）

利用Daubechies正交小波变换的性质，通过Mallat多尺度分析方法对图像进行小波变换，把图像分解成低频轮廓，水平高频、垂直高频和斜线高频四个部分。针对图像边缘主要集中在高频部分，该文先保持小波变换后的高频小波系数，同时对低频小波系数进行再次小波变换，提取出次高频信号的边缘信息。最后对保留下来的高频小波系数和次高频小波系数进行逆变换获取最大边缘信息。

Daubechies小波；小波变换；多尺度分析；边缘检测

图像边缘检测是指检测出图像局部变化不连续的区域，然后根据这一细则勾勒出图像的具体轮廓，起到图像识别的作用。图像局部化特征不连续一般指灰度值的突变，颜色的突变，纹理结构的突变，从本质上来归纳，边缘就是一个区域的终结和另一个区域的开始。对于图像分割学说来讲，研究图像边缘检测在图像识别中具有很重要的作用[1]。

然而传统的边缘检测算子只重视对图像时域的分析，忽略了频域的分析。而图像的边缘信息恰好处于频域的高频信号，那么就可以通过对频域的分析提取出图像的边缘信息。针对频域的分析，傅立叶变换是个很好的分析手段，然后在分析局部化特征上，傅立叶变换有它自身的局限性。……