在图像处理的过程中，边缘检测是十分重要的，因为图像的边缘往往携带着大部分的信息。 图像的边缘检测是对图像进行进一步处理和识别的基础，虽然图像边缘产生的原因不同， 但反映在图像的组成基元上，它们都是图像上灰度的不连续点或灰度剧烈变化的地方，这就意味着图像的边缘就是信号的高频部分。因此所有的边缘检测方法都是检测信号的高频部分。但在实际图像中， 由于噪声的存在，边缘检测成为一个难题。经典的边缘检测方法有Roberts算子，Sobel算子，Prewitt算子，Log算子和Canny算子，但都有不足之处，在某些具体情况下并不能检测到物体的最佳边缘。因此，本文提出一种基于小波变换的图像边缘检测算法，首先对输入的图像进行二值化处理，然后进行小波变换，最后用模极大值方法检测出图像的边缘。本文对各算子进行了仿真比较，结果表明该方法有效弥补了传统检测方法的不足，在抑制噪声的同时还提供了较高的边缘定位精度。

>>查看原文初稿链接<<

>>更多科技论文<<