学位论文 > 优秀研究生学位论文题录展示
二维经验模式分解及其在图像处理中的应用
作 者: 薛中伟
导 师: 陈立伟
学 校: 哈尔滨工程大学
专 业: 信号与信息处理
关键词: 经验模式分解(EMD) 内在模式函数(IMF) 二维经验模式分解(BEMD) 图像去噪 边缘特征提取
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 93次
引 用: 0次
阅 读: 论文下载
内容摘要
经验模式分解(EMD)是1998年Huang提出的一种全新的信号处理方法,它从根本上改变了传统Fourier变换和小波变换的思想,实现了信号的多尺度分解,在非线性、非平稳信号处理方面具有良好的性能。二维经验模式分解(BEMD)作为一维EMD的延伸和扩展,在二维信号处理领域已经得到了广泛的应用,由于二维信号的复杂性,BEMD方法还存在一些问题有待解决。本文对一维EMD的分解过程进行了详细的论述和介绍,分析了一维EMD中的常见问题,阐述了一维EMD的时频分析理论,给出了一维EMD方法的具体应用。本文重点介绍了BEMD的分解原理和实现过程,讨论了BEMD分解算法中几个关键步骤的实现。对8邻域比较法和形态学重构法两种图像极值点提取方法进行了比较和分析。在包络曲面拟合方面,实现了基于Delaunay三角剖分和基于径向基函数的两种插值方法。本文采用镜像延拓的方法解决BEMD分解过程中存在的边界问题。关于筛分停止条件,本文提出了一种基于包络均值阈值和极值点差值阈值的方法来对BEMD的筛分停止条件进行约束,最后实现了两种BEMD方法对Lena图像的分解。本文在改进BEMD分解算法的基础上,将其应用在图像处理方面。提出了一种基于IMF阈值函数的去噪方法,避免了传统BEMD方法强制去除高频分量使得图像边缘模糊的缺点,实验验证了该方法具有较好的效果。最后,将BEMD应用在图像边缘特征提取方面,将分解出的各层IMF分量逐层进行边缘特征提取,最后集合汇总输出图像边缘特征,与传统边缘特征提取算子进行比较,通过对比,验证了该方法的有效性。
|
全文目录
相似论文
- 轮廓波变换及其在图像处理中的应用,TP391.41
- Tetrolet稀疏正则化与样本学习的图像超分辨率算法研究,TP391.41
- 基于偏微分方程的图像去噪与增强研究,TP391.41
- 基于EMD的医学图像融合算法研究,TP391.41
- 基于多特征结合与支持向量机集成的噪声检测与图像去噪,TP391.41
- 视频监控报警跟踪技术的研究与实现,TP391.41
- 图像滤波算法及其在电磁铁性能测试系统中的应用,TM574
- 基于机器视觉的带钢表面缺陷识别研究,TP391.41
- 提高矿井机车防撞系统视觉测距精度的方法研究,TP391.41
- 一种改进的各向异性扩散模型去噪方法,TP391.41
- 基于小波变换的图像去噪技术研究,TP391.41
- 基于核回归与非局部方法的图像去噪研究,TP391.41
- 机器视觉系统中的图像噪声处理算法研究,TP391.41
- 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 医学超声图像去噪方法研究,TP391.41
- 基于Curvelet变换的红外图像与可见光图像融合算法研究,TP391.41
- 基于偏微分方程的图像降噪算法研究,TP391.41
- 基于图像奇异性的多尺度变换图像去噪方法的研究,TP391.41
- 基于小波变换的图像去噪算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|