基于偏微分方程的快速二维经验模态分解方法及其应用

作     者：李翠芸 曹潇男 姬红兵 邹其兵 Li Cuiyun;Cao Xiaonan;Ji Hongbing;Zou Qibing

作者机构：西安电子科技大学电子工程学院西安710071 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2014年第26卷第7期

页      面：1143-1150,1158页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金青年项目(61301289) 国家自然科学基金(61372003) 中央高校基本科研业务费专项资金资助(K5051202014) 

主　　题：二维经验模态分解 偏微分方程 固有模态函数 边界效应 边缘检测 

摘      要：针对现有的二维经验模态分解(BEMD)方法存在边界效应、分解速度慢等缺点,提出一种基于偏微分方程(PDE)的快速二维经验模态分解方法——PDE-BEMD.首先构造极值点所在二维包络曲面所满足的四阶偏微分方程,通过差分迭代方法快速求解偏微分方程,得到图像的上下包络曲面;然后对图像进行筛分,得到固有模态函数图像(IMFs),实现图像的模态分解.将分解得到的图像应用于边缘检测和人脸识别预处理算法中的实验结果表明,PDE-BEMD方法不仅可有效地降低时间和空间的复杂度、提高运算速度,而且避免了BEMD的边界效应,分解出具有清晰边缘信息的IMFs,且剩余图像不会被模糊,具有良好的边缘提取与去噪效果.