提出基于小波變換的多源圖像數(shù)據(jù)融合和邊緣檢測的方法，對多源圖像進行分解，將高頻區(qū)域中的絕對值較大的系數(shù)作為重要小波系數(shù)；在低頻區(qū)域，對逼近系數(shù)進行加權(quán)平均得到新的逼近系數(shù)，然后進行小波重構(gòu)實現(xiàn)多源圖像數(shù)據(jù)融合。
應(yīng)用小波變換對融合圖像進行多尺度邊緣檢測，獲取多源圖像邊緣，或?qū)Χ嘣磮D像進行小波多尺度邊緣檢測，然后融合邊緣。
關(guān)鍵詞：小波變換；數(shù)據(jù)融合；邊緣檢測
零件的邊緣輪廓特征是零件識別的重要依據(jù)，圖像傳感器在獲取多源圖像時，由于傳感器固有的缺陷、環(huán)境因素的影響，難以獲取零件圖像較完整的信息，無法直接處理多源零件圖像的邊緣，因此，對圖像傳感器獲取的多源零件圖像要進行數(shù)據(jù)融合處理，以獲取多源零件圖像較完整的邊緣輪廓。
圖像經(jīng)過二維小波變換分解，可以得到圖像的低頻分量、垂直高頻分量、水平高頻分量和對角高頻分量，圖像的低頻分量反映圖像的主要特征，圖像的垂直高頻分量、水平高頻分量和對角高頻分量是圖像的細(xì)節(jié)信息。對多傳感器獲取同一零件的兩幅圖像或多幅圖像數(shù)據(jù)進行融合，是將各圖像進行二維小波分解，在高頻部分，比較細(xì)節(jié)信息并提取所要的小波系數(shù)；對于低頻部分，計算加權(quán)逼近系數(shù)；利用這些系數(shù)進行小波重構(gòu)，實現(xiàn)圖像數(shù)據(jù)融合。
多源零件圖像的邊緣檢測可以是對融合的零件圖像進行小波多尺度邊緣檢測來完成；也可以先對多源零件圖像進行邊緣處理，然后再進行邊緣數(shù)據(jù)融合。