1 引言
图像边缘是图像的基本特征之一，它包含对人类视觉和机器视觉有价值的物体边缘信息。边缘是图像中特性(如像素灰度、纹理等)分布不连续处，图像周围特性有阶跃变化或屋脊变化的那些像素集合。图像边缘存在于目标与背景、目标与目标、区域与区域、基元与基元的边界。图像边缘包含着丰富而且有用的信息。图像边缘检测是图像分析的重要内容，也是图像处理领域中一种重要的预处理技术，对于模式识别，机器视觉，图像分割和图像分析及图像编码等非常重要。一般认为，图像融合分为3层，即像素级融合、 特征级融合和决策级融合。像素级融合是在底层的数据层进行的融合，指对图像传感器原始采集来的物理信号数据进行处理和分析，生成目标特征而获得单一融合图像。像素级融合是一种基本的融合方式，也是高层融合的基础。传统的边缘检测方法如微分算子法，模板匹配检测法等。它们都是利用边缘临近一阶或二阶方向导数的变化规律对图像灰度级间的检测，这类方法对噪声干扰十分敏感，当检测图像纹理较为复杂的区域时通常会失败，因而不稳定。因此本文采用基于数据融合的边缘检测算法，首先利用canny算子和小波变换分别对原始图像进行边缘....[查看详细]
