武汉工程大学学报
武漢工程大學學報
무한공정대학학보
JOURNAL OF WUHAN INSTITUTE OF TECHNOLOGY
2013年
4期
61-65
,共5页
二维经验模态分解%内在模式函数%边界效应%筛分条件
二維經驗模態分解%內在模式函數%邊界效應%篩分條件
이유경험모태분해%내재모식함수%변계효응%사분조건
为了解决图像处理中应用到的传统二维经验模式分解算法存在边界效应和过度分解的问题,提出了一种改进的二维经验模式分解算法.该算法首先对原始图像的边界进行延拓处理,在图像信号的边界处增加一部分数据；然后对处理后的图像使用传统的二维经验模式分解方法进行图像筛分,筛分截止后对每个筛分过度的内在模式函数增加一个对应的补偿量.应用改进的二维经验模式分解算法对图像进行了处理,计算了处理后得到的重构图与原图的标准差.实验结果表明,改进的二维经验模式分解算法消除了边界效应,也解决了图像分解过度的问题.重构图与原图像的标准差很小,证明了重构图与原图的图像灰度波动很小即图像吻合得很好,并且由于处理边界问题时附加的图像信息并不多乃至计算量小,使处理简单易行,论证了改进的二维经验模式分解算法在图像处理中的可行性.
為瞭解決圖像處理中應用到的傳統二維經驗模式分解算法存在邊界效應和過度分解的問題,提齣瞭一種改進的二維經驗模式分解算法.該算法首先對原始圖像的邊界進行延拓處理,在圖像信號的邊界處增加一部分數據；然後對處理後的圖像使用傳統的二維經驗模式分解方法進行圖像篩分,篩分截止後對每箇篩分過度的內在模式函數增加一箇對應的補償量.應用改進的二維經驗模式分解算法對圖像進行瞭處理,計算瞭處理後得到的重構圖與原圖的標準差.實驗結果錶明,改進的二維經驗模式分解算法消除瞭邊界效應,也解決瞭圖像分解過度的問題.重構圖與原圖像的標準差很小,證明瞭重構圖與原圖的圖像灰度波動很小即圖像吻閤得很好,併且由于處理邊界問題時附加的圖像信息併不多迺至計算量小,使處理簡單易行,論證瞭改進的二維經驗模式分解算法在圖像處理中的可行性.
위료해결도상처리중응용도적전통이유경험모식분해산법존재변계효응화과도분해적문제,제출료일충개진적이유경험모식분해산법.해산법수선대원시도상적변계진행연탁처리,재도상신호적변계처증가일부분수거；연후대처리후적도상사용전통적이유경험모식분해방법진행도상사분,사분절지후대매개사분과도적내재모식함수증가일개대응적보상량.응용개진적이유경험모식분해산법대도상진행료처리,계산료처리후득도적중구도여원도적표준차.실험결과표명,개진적이유경험모식분해산법소제료변계효응,야해결료도상분해과도적문제.중구도여원도상적표준차흔소,증명료중구도여원도적도상회도파동흔소즉도상문합득흔호,병차유우처리변계문제시부가적도상신식병불다내지계산량소,사처리간단역행,론증료개진적이유경험모식분해산법재도상처리중적가행성.
