边缘检测和边缘连接是图像分析的基本技术,在图像分割、模式识别、图像理解等领域中有着广阔的应用前景.因此,对边缘检测和边缘连接方法的研究有着一定的理论和现实意义.该文研究基于小波变换的边缘检测和边缘连接方法.这是因为小波变换具有良好的时频局部化特性和多尺度分析能力,与其它单一尺度的边缘检测算子相比,更加符合边缘检测的要求.传统的小波边缘检测方法在提取边缘的时候,忽略了小波变换中极值点的位置信息.事实上,合理利用极值点的位置信息可以有效减少边缘检测的计算量.基于上述思路,该文在传统的小波边缘检测方法的基础上,提出了结合模值信息和极值点位置信息的边缘提取方法.该方法首先采用模糊阈值对图像中的点进行初步筛选,然后结合极值点的位置信息确定真正的边缘点.实验证明,利用该方法对图像进行边缘检测,即避免了传统的小波边缘检测方法中繁琐的计算,又能够保证边缘定位的精确度.基于顺序搜索的边缘连接技术具有处理简单、计算量小的优点,但是存在着不能充分利用上下文信息的缺陷.针对这种情况,该文围绕连接路径的判别标准和弱边缘的检测问题展开讨论.提出在边缘连接的过程中,通过拓展考察范围以获取更多的上下文信息来引导边缘搜索.同时,为了解决弱边缘的检测问题,引入了边缘补偿的概念.根据小波变换所提供的信息,在综合了上下文信息的情况下,有选择地用弱极大值点或者是局部峰值点对弱边缘予以补充.实验结果表明,基于小波变换的边缘连接技术可使边缘的主客观质量得到显著的改善和提高.