提出基于小波变换的多源图像数据融合和边缘检测的方法，对多源图像进行分解，将高频区域中的绝对值较大的系数作为重要小波系数；在低频区域，对逼近系数进行加权平均得到新的逼近系数，然后进行小波重构实现多源图像数据融合。应用小波变换对融合图像进行多尺度边缘检测，获取多源图像边缘，或对多源图像进行小波多尺度边缘检测，然后融合边缘。关键词：小波变换；数据融合；边缘检测零件的边缘轮廓特征是零件识别的重要依据，图像传感器在获取多源图像时，由于传感器固有的缺陷、环境因素的影响，难以获取零件图像较完整的信息，无法直接处理多源零件图像的边缘，因此，对图像传感器获取的多源零件图像要进行数据融合处理，以获取多源零件图像较完整的边缘轮廓。图像经过二维小波变换分解，可以得到图像的低频分量、垂直高频分量、水平高频分量和对角高频分量，图像的低频分量反映图像的主要特征，图像的垂直高频分量、水平高频分量和对角高频分量是图像的细节信息。对多传感器获取同一零件的两幅图像或多幅图像数据进行融合，是将各图像进行二维小波分解，在高频部分，比较细节信息并提取所要的小波系数；对于低频部分，计算加权逼近系数；利用这些系数进行小波重构，实现图像数据融合。多源零件图像的边缘检测可以是对融合的零件图像进行小波多尺度边缘检测来完成；也可以先对多源零件图像进行边缘处理，然后再进行边缘数据融合。
京公网安备 11010802033920号
Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved
评论