一种二维正弦辅助的经验模态图像分解方法

摘要

本发明公开了一种二维正弦辅助的经验模态图像分解方法，首先对图像进行快速经验模态分解，然后通过对该层尺度的初始分解结果进行幅频分析，自动设计了与该分量尺度相似的二维正弦分布，再通过这些正弦分布的辅助，使该尺度极值分布均匀，从而能够完整、彻底地从图像中分离出来。反复迭代操作，则可将图像分解成一系列尺度分明、物理意义明确的各分量图像。采用正弦辅助的方法可成功解决模式混叠问题，此外，该方法仅需要一对互逆的正弦分布参与操作，因此可保证较高的图像分解效率，使得本方法具有很好的应用潜力。本发明的方法自适应性强，实现简单，分解速度快，可广泛应用于图像处理、模式识别、人工智能等领域中。