[發明專利]一種二維正弦輔助的經驗模態圖像分解方法

有效

• 申請號: 201710858065.3
• 申請日: 2017-09-21
• 公開（公告）號: CN107610065B
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 王辰星;達飛鵬
• 申請（專利權）人: 東南大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/30;G06T7/40
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種二維正弦輔助的經驗模態圖像分解方法，其特征在于，通過對圖像進行迭代式逐層分解而得到若干層分解圖像，包括以下步驟：

1)對輸入圖像進行快速經驗模態分解，得到初始分解圖，對所述初始分解圖進行幅值和頻率分析，設計出具有與所述初始分解圖相似幅值和頻率的二維正弦分布圖；

2)將所設計的二維正弦分布圖分別與初始分解圖相加和相減，并分別對得到的兩個結果再次進行快速經驗模態分解，從而產生兩個新的分解圖，分別記為第一中間分解圖和第二中間分解圖，求所述兩個中間分解圖的均值，作為最終分解圖；

3)得到最終分解圖后，從輸入圖像中減去該最終分解圖，將剩余圖像作為下一層分解的輸入圖像，并對其進行步驟1)和步驟2)的處理，得到下一層的最終分解圖，重復上述過程直到滿足預設條件時停止迭代，最終得到尺度分明且頻率依次從高到低的若干層分解圖像；

其中，所述步驟1)包括以下步驟：

1.1)設原始圖像為Im(y,x)，Im(y,x)是一幅寬度為c像素、高度為l像素的灰度圖像，y和x分別是一個像素的行、列坐標，且1≤y≤l,1≤x≤c，將原始圖像作為第一層分解的輸入圖像，即I_i(y,x)＝Im(y,x)，其中i為分解序數，i＝1，記每幅分解圖的統計平均周期AvDistPre＝1，統計平均周期的集合Exe為空集；

1.2)對I_i(y,x)使用快速經驗模態分解法進行單層尺度的分解，所述快速經驗模態分解法簡稱為EFEMD，其中EFEMD單層分解函數的輸入為I_i(y,x)以及統計平均周期AvDistPre，輸出為BIMF^out(y,x)和新的統計平均周期AvDistPre0，設置作為I_i(y,x)的初始分解圖；

1.3)根據的幅值和頻率，設計二維正弦分布圖s(y,x)為：

s(y,x)＝a cos(2πfy)·cos(2πfx)

其中，幅值a為：

max(·)為求最大值操作；頻率f由下式求得：

2.根據權利要求1所述的二維正弦輔助的經驗模態圖像分解方法，其特征在于，所述步驟2)包括以下步驟：

2.1)將二維正弦分布圖s(y,x)與初始分解圖分別進行相加和相減，得到相加結果和相減結果

對進行EFEMD單層分解，輸入參數為AvDistPre，得到第一中間分解圖同時得到輸出的新參數AvDistPre^s1；同樣地，對進行EFEMD單層分解，輸入參數為AvDistPre，得到第二中間分解圖并得到新輸出的AvDistPre^s2；

2.2)對所得到的第一中間分解圖和第二中間分解圖求平均值：

BIMF_i(y,x)即為I_i(y,x)的最終分解圖。

3.根據權利要求2所述的二維正弦輔助的經驗模態圖像分解方法，其特征在于，所述步驟2)還包括以下步驟：

2.3)對兩個新輸出參數AvDistPre^s1和AvDistPre^s2求平均值，令：

其中round(·)為取整數操作；

2.4)擴展Exe為Exe＝[Exe AvDistPre_i]，然后對AvDistPre_i進行如下修正，得到本輪最終輸出的統計平均周期：

(若AvDistPre_i＜2Exe(end))

其中Exe(end)指Exe集中最后一個值。