1、“.....，沈阳理工大学学士学位论文，，，，，，，沈阳理工大学学士学位论文，取已有微分梯度算子算子算子算子以及算子等诸多方法，但是这些算法都没有自动变焦的思想。而事实上，由于物理和光照等原因，每幅图像中的边缘通常产生在不同的尺度范围内，形成不同类型的边缘如阶跃屋顶等边缘，这些信息是未知的。另外......”。

2、“.....因此，根据图像特性，能够自适应的正确检测出图像的边缘是非常困难的。容易想象，用单尺度的边缘检测算子是不可能检测出所有的边缘的，同时，为避免在滤除噪声的同时影响边缘检测的正确性，用多尺度的方法检测边缘越来越引起人们的重视。由于小波变换具有良好的时频局部化特性以及多尺度分析能力，在不同尺度上具有变焦的功能......”。

3、“.....是检测这类信号的有力工具，所以得到了广泛的应用。本章就将以小波变换为基础，利用小波滤波后图像的特性，在抽样和非抽样的基础上，检测图像边缘，并提出了些改进意见。基于非抽样小波变换的边缘提取，保持优化的空间信息，取得了比较好的效果，但是，当我们仅仅对图像的大致轮廓感兴趣的时候......”。

4、“.....抽样的小波变换就是在本章前面部分说提到的塔式算法，它能够得到原始图像在不同尺度上的细节。当分解尺度增大时，不仅滤除了噪声，还提取出了图像的大致轮廓。我们可以用大尺度下的边缘图像指导小尺度下边缘的提取。这样，去除了在小尺度下很敏感的大部分噪声和我们所不是很关心的微小细节......”。

5、“.....在这里要注意的是，变换的尺度不要太大，否则作指导的边缘太少了，容易造成边缘信息丢失太多，轮廓生硬，不柔和。并且分解尺度过多后，在大尺度上的稍微点移位都会导致在小尺度上的很大差错。其中，本算法的难点在大尺度边缘为小尺度提供指导的部分。由于大尺度边缘是抽样以后所得的数据......”。

6、“.....如果小尺度上的四个点的强度足够的大，我们就将其判定为边界点。沈阳理工大学学士学位论文虽然些文献提过理想的边缘检测步骤，但自然界图像的边缘并不总是理想的阶梯边缘。相反......”。

7、“.....个典型的边界可能是例如块红色和块黄色之间的边界与之相反的是边线，可能是在另外种不变的背景上的少数不同颜色的点。在边线的每边都有个边缘。在对数字图像的处理中，边缘检测是项非常重要的工作。如果将边缘认为是定数量点亮度发生变化的地方，那么边缘检测大体上就是计算这个亮度变化的导数。为简化起见......”。

8、“.....在这个例子中，我们的数据是行不同点亮度的数据。例如，在下面的维数据中我们可以直观地说在第与第个点之间有个边界如果光强度差别比第四个和第五个点之间小，或者说相邻的像素点之间光强度差更高，就不能简单地说相应区域存在边缘。而且，甚至可以认为这个例子中存在多个边缘......”。

9、“.....否则确定个用来判断两个相邻点之间有多大的亮度变化才算是有边界的阈值，并不是件容易的事。实际上，这也是为什么边缘检测不是个简单问题的原因之。有许多用于边缘检测的方法，它们大致可分为两类基于搜索和基于零交叉基于搜索的边缘检测方法首先计算边缘强度，通常用阶导数表示，例如梯度模然后......”。