着急~关于小波的文献问题

1：阶梯型边缘，即从一个灰度到比它高很多灰度的另一个灰度。 2：屋顶式边缘,它的灰度是缓慢增加到一定程度后在减小。 3：突变性边缘，从一灰度跳到某级灰度再回来，如线和字的边缘。 通过理论证明，可知第一种理想边缘上的点的小波变换的值不随尺度的变化而变化。其他两种则不然。 可以通过求取不同尺度下的小波系数，在求取系数的模值，设定阈值后比较基本不变的小波系数后确定边缘位置和方向。提出了一种新的基于小波变换的多尺度多分辨率特性的边缘检测方法。分别利用不同尺度小波变换后的水平方向、垂直方向和时角线方向高频信息，根据李氏指数与小波变换关系，采用零交叉检测方法和极大值在不同尺度下传播的特性，检测出图像在3个方向的极大值。时不同尺度不同方向高频子图像，首先采用平均值法确定阈值，去除震荡噪声，然后对不同方向高频子图像合成的图像，根据最大类间方差法，计算其阈值，求出极大值，最后从这3个方向的极大值中确定出最大值。实验结果表明，检测出图像的边缘结果非常理想。

基于小波变换的多尺度图像边缘检测matlab源代码(在Matlab7.0下运行)

clear all;
load wbarb;
I = ind2gray(X,map);imshow(I);
I1 = imadjust(I,stretchlim(I),[0,1]);figure;imshow(I1);
[N,M] = size(I);

h = [0.125,0.375,0.375,0.125];
g = [0.5,-0.5];
delta = [1,0,0];

J = 3;

a(1:N,1:M,1,1:J+1) = 0;
dx(1:N,1:M,1,1:J+1) = 0;
dy(1:N,1:M,1,1:J+1) = 0;
d(1:N,1:M,1,1:J+1) = 0;

a(:,:,1,1) = conv2(h,h,I,'same');
dx(:,:,1,1) = conv2(delta,g,I,'same');
dy(:,:,1,1) =