刘继承 张 琳 董青松 石祥华

(1.东北石油大学，黑龙江 大庆 163318；2.大庆油田天然气分公司，黑龙江 大庆 163000)

边缘检测技术在图像分析与识别领域至关重要，寻找一种最优边缘检测算法是近年来此领域的热门课题之一。边缘检测是通过检测图像区域间的变化实现的，这些变化有灰度、颜色及纹理特征等。通常是将彩色图像转换为灰度图像，再利用传统的边缘检测算子(如一阶微分算子——Prewitt算子、Roberts算子和Sobel算子，及二阶微分算子——Laplace算子等)，计算梯度的幅值和方向。这些算子易于实现，而且实时性好，但是在抗噪和单像素边缘定位方面效果不太好，尤其是对噪声的干扰非常敏感。上述算法中，基于多尺度小波分析的图像边缘检测算法在抑制噪声和提取边缘定位方面表现良好，受到了国内外学者的广泛重视[1]。1983年有学者提出尺度空间思想，对边缘检测中的多尺度和多分辨进行了深入研究。1992年又有学者提出小波变换多尺度边缘检测方法，同时将小波边缘检测方法与LOG算子和Canny最优检测算子在小波意义下统一，更明确地表达了多尺度思想在边缘检测中的重要意义[1]。

多尺度小波变换图像边缘检测算法存在的问题是大尺度下图像边缘细节信息会有丢失，导致检测到边缘点定位不准确而偏离实际边缘；小尺度下图像边缘点又易受噪声影响导致检测到伪边缘[2]。选取合适的尺度并采用合理的边缘细化算法是平衡多尺度下边缘检测优/缺点的主要思路。……