多层次自适应空间系数高斯小波图像边缘检测

为了在有效抑制噪声的同时，能更准确定位边缘，根据高斯函数平滑图像不因信噪比而异这一特点，提出了一种自适应选择σ（空间系数）的算法。该算法首先利用灰度共生矩阵的惯性特征值来计算适合当前图像的σ值；然后根据该值计算相应的高斯高、低通滤波器，再计算所得低通图像的σ值，并以此类推，直至噪声基本去除；最后将用不同σ值得到的各层次边缘图像按一定准则进行融合来得到单像素宽度的边缘检测结果。实验结果证明，该算法与经典算法、B样条小波算法比较，在去除噪声和准确定位边缘两方面均有提高。信噪比可提高0.47%～6.07%，运算时间增加了0.29%～6.36%。尤其对于分辨率较低的图像（256×256）的边缘检测效果更加明显。