关键词:
数字图像处理
经验模式分解
固有模式函数
图像增强
图像去噪
摘要:
图像处理一般指数字图像处理.数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的二维数组,该数组的元素称为像素,其值为一整数,称为灰度值.图像处理技术的主要内容包括图像压缩,增强和复原,匹配、描述和识别3个部分.常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等.在实际生活中,图像处理已经应用于天文,卫星遥感,产品检测以及安全检测等领域.
经验模式分解技术是信号分析学的一个重大突破,在于它可将原始信号表述为一些固有模式函数和的形式,而这些固有模式函数反映了原信号的固有物理特性.在Norden ***提出经验模式分解之后,它便成为分析非线性非稳定信号的有力工具.近期国内外的研究人员已经将经验模式分解推广到了二维.由于数字图像在计算机中表现为二维,所以二维经验模式分解被逐渐运用于数字图像处理中.
在一维经验模式分解中,信号被分解成为一系列从高频到低频的固有模式分量和一个至多只含有一个极值点的余量,而二维图像的经验模式分解将图像分解为一系列的细节信息和趋势信息.不同细节的图层代表图像不同分辨率,根据实际需要调节不同层次的细节信息,增强图像的细节,达到增强整幅图像的效果,而高频信息存在于图像的细节部分,噪声也存在是图像高频信息的一部分,因此可以用来去除某些噪声.趋势信息代表信号的整体趋势,在图像中,趋势项代表的是图像整体的亮度,因此也可以对那些比较昏暗的图像进行一个增强处理.利用二维经验模式分解和分解后固有模式函数的任何相邻分辨率在空间域上的相似性,经验模式分解同样可用来对图像进行压缩和解压缩,它避开了在离散小波变换中对小波基函数的选取问题.
本文在二维经验模式分解已有成果的基础上,对二维经验模式分解进行了一些探讨,主要内容如下:
第一章为绪论,主要介绍了本文的选题背景,研究目的和意义,并且对相关领域的研究现状进行了大体的归纳,并介绍了本文的主要工作.
第二章对一维经验模式分解及二维经验模式分解进行了比较详细的论述.
第三章介绍了图像处理中涉及的一些主要问题的相关概念及原理,以及几种常见的图像处理问题的方法.
第四章在前人对二维经验模式分解研究的基础上,提出了改进的二维经验模式分解,并将其应用于后续的图像处理.主要应用于图像增强以及图像去噪两个方向.
第五章对整篇论文进行一个总结,并且指出本论文还存在的问题以及二维经验模式分解后续工作的展望.