图像处理中二维经验模式分解的改进算法
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6.667X10-6,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.
图像处理、经验模式分解、Delaunay三角剖分、样条插值、标准差
29
TP391.41(计算技术、计算机技术)
哈尔滨工业大学优秀青年教师培养计划HITQNJS.2006.025资助课题
2009-06-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
1248-1253