图像处理中二维经验模式分解的改进算法

作     者：张合勇 任德明 赵卫疆 曲彦臣 Zhang Heyong;Ren Deming;Zhao Weijiang;Qu Yanchen

作者机构：哈尔滨工业大学光电子信息科学与技术系黑龙江哈尔滨150080 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2009年第29卷第5期

页      面：1248-1253页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：哈尔滨工业大学优秀青年教师培养计划(HITQNJS.2006.025)资助课题 

主　　题：图像处理 经验模式分解 Delaunay三角剖分 样条插值 标准差 

摘      要：对图像处理中二维经验模式分解(EMD)算法提出改进。在二维EMD中涉及到像素极值的选取和对极值点进行插值,在插值过程中会出现边界点变异现象。利用Delaunay三角剖分方法对选取的极值点进行分划,对不包含在Delaunay多边形内的边界像素采用对称处理,抑制了3次样条插值过程中边界点变异现象。用改进算法对一幅图像进行EMD处理,计算得到重构图像与原始图像之间标准差为6.667×10^(-6),可见重构图像与原始图像之间的灰度值波动很小。实验结果表明重构图像与原始图像吻合非常好,论证了这种改进算法的准确性和可行性。EMD方法在图像压缩以及去噪过程中运用越来越广泛,因此本文的改进算法也将在基于EMD的图像处理中起到提高运算速度的作用。