[發(fā)明專利]一種二維正弦輔助的經(jīng)驗?zāi)B(tài)圖像分解方法

有效

• 申請?zhí)枺?/td>: 201710858065.3
• 申請日: 2017-09-21
• 公開（公告）號: CN107610065B
• 公開（公告）日: 2020-06-02
• 發(fā)明（設(shè)計）人: 王辰星;達(dá)飛鵬
• 申請（專利權(quán)）人: 東南大學(xué)
• 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(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

本發(fā)明公開了一種二維正弦輔助的經(jīng)驗?zāi)B(tài)圖像分解方法，首先對圖像進(jìn)行快速經(jīng)驗?zāi)B(tài)分解，然后通過對該層尺度的初始分解結(jié)果進(jìn)行幅頻分析，自動設(shè)計了與該分量尺度相似的二維正弦分布，再通過這些正弦分布的輔助，使該尺度極值分布均勻，從而能夠完整、徹底地從圖像中分離出來。反復(fù)迭代操作，則可將圖像分解成一系列尺度分明、物理意義明確的各分量圖像。采用正弦輔助的方法可成功解決模式混疊問題，此外，該方法僅需要一對互逆的正弦分布參與操作，因此可保證較高的圖像分解效率，使得本方法具有很好的應(yīng)用潛力。本發(fā)明的方法自適應(yīng)性強(qiáng)，實現(xiàn)簡單，分解速度快，可廣泛應(yīng)用于圖像處理、模式識別、人工智能等領(lǐng)域中。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理方法，具體涉及一種圖像多尺度分解方法。

背景技術(shù)

在機(jī)器視覺、人工智能等眾多需要圖像處理的技術(shù)領(lǐng)域，通常需要提取、分析圖像中某個或多個分量，這通常會用到多尺度多分辨技術(shù)，以便使用圖像中不同尺度的內(nèi)容來表征不同的圖像分量。常用的圖像分解技術(shù)有小波多分辨分析、窗口傅里葉變換法等。基于傅里葉分析的圖像分解法面臨最大的挑戰(zhàn)就是：當(dāng)圖像細(xì)節(jié)信息比較多或內(nèi)容構(gòu)造變化較復(fù)雜時，難以準(zhǔn)確分析和提取圖像的各頻譜分量，而小波多分辨分析需要根據(jù)圖像內(nèi)容確定相應(yīng)的基函數(shù)，窗口傅里葉變換等需要根據(jù)不同的圖像內(nèi)容事先確定窗口尺度，這些均需要人工進(jìn)行干預(yù)，使得它們的處理速度和精度很難滿足實際應(yīng)用的需求。

還有另一類基于數(shù)據(jù)本身特點驅(qū)動的分解方法，如近年來比較流行的經(jīng)驗?zāi)B(tài)分解法(Empirical Mode Decomposition，EMD)等。經(jīng)驗?zāi)B(tài)分解法可將圖像中的信號分解成一系列不同尺度的單模函數(shù)，這些單模函數(shù)由高到低依次排列，通過分析可將它們組建成具有不同物理意義的各個分量。然而，這種方法會受到模式混疊問題的干擾，使分解得到的單模函數(shù)并非由單一尺度的信號而是多種混合尺度的信號構(gòu)成，這為分解結(jié)果的進(jìn)一步應(yīng)用和分析帶來困難；而模式混疊問題一般主要由某個尺度的極值分布不均勻引起，為了解決這個問題，系綜經(jīng)驗?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition，EEMD)通過大量添加白噪聲，然后將每次添加白噪聲后進(jìn)行EMD分解的單模結(jié)果相加、并求平均，以消除所添加白噪聲的影響，這種方法魯棒性較好，但代價是要盡可能大量添加白噪聲從而導(dǎo)致時效性非常差，無法應(yīng)用于實踐中。二維經(jīng)驗?zāi)B(tài)分解(Bidimensional Empirical ModeDecomposition，BEMD)的模式混疊問題與一維的情況類似，但二維系綜經(jīng)驗?zāi)B(tài)分解(BEEMD)的時效問題更是難以滿足實際需求。綜上所述，若處理圖像內(nèi)容變化復(fù)雜，或圖像含有噪聲時，現(xiàn)有的圖像多尺度分解技術(shù)的實際應(yīng)用將面臨較大的考驗。

發(fā)明內(nèi)容

發(fā)明目的：基于以上不足，本發(fā)明提出一種基于二維正弦輔助的經(jīng)驗?zāi)Ｊ綀D像分解方法，能夠成功解決二維經(jīng)驗?zāi)B(tài)分解的模式混疊問題。

技術(shù)方案：一種二維正弦輔助的經(jīng)驗?zāi)B(tài)圖像分解方法，通過對圖像進(jìn)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(jìn)行快速經(jīng)驗?zāi)B(tài)分解，得到初始分解圖，對所述初始分解圖進(jìn)行幅值和頻率分析，設(shè)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，具體包括：

1.1)設(shè)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(biāo)，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(shù)，i＝1，記每幅分解圖的統(tǒng)計平均周期AvDistPre＝1，統(tǒng)計平均周期的集合Exe為空集；