一种快速的二维经验模式分解算法

摘要

作为分析非线性、非平稳信号的有效方法,经验模式分解将原始信号解析成不同时间尺度下的平稳的数据分量及趋势项集合.将其应用到图像处理领域,图像可以被分解成一系列的图像细节信息及趋势信息.这种层次式的图像表示形式,使得图像在融合、边缘检测、滤波及纹理分析等方面产生更优的结果.提出一种邻域限制顺序统计滤波器的快速自适应二维经验模式分解算法.算法在时域内对每次分解的最大邻域进行了限制,首先在最大邻域内计算出局部极大值点集和局部极小值点集,然后对局部极值点集采用基于顺序统计滤波器的包络估计算法来计算信号的上下包络.实验结果证明,本文算法具有较快的分解速度,有效的防止了灰度斑在分解结果中出现,同时具有较强的信号细节保持能力.