[发明专利]一种基于二维多元经验模态分解的特征提取方法

权利要求书

1.一种基于二维多元经验模态分解的特征提取方法，其特征在于，包括以下步骤：

S1、利用BMEMD对彩色图像进行多尺度多变量分解，获取一系列频率从高到低的二维本征模态函数BIMF，从中筛选出描述彩色图像特征的分量图；

S2、提取分解所得特征图的颜色和纹理特征。

2.根据权利要求1所述的基于二维多元经验模态分解的特征提取方法，其特征在于，

所述步骤S1中BMEMD算法的具体步骤为：

S11、将多个二维信号组成为一个二维多元信号，每个二维信号都是这个二维多元信号的一个通道，作为BMEMD的输入信号；

S12、经过若干方向的实值投影，输入二维多元信号转换为多个二维一元信号，被称为该方向的投影信号；

S13、将得到的信号采用BEMD分解，得到一系列BIMF分量和残余分量。

3.根据权利要求2所述的基于二维多元经验模态分解的特征提取方法，其特征在于，

所述步骤S13中，BEMD分解：设原始图像为I(x,y)，I为原始图像，x,y分别为图像像素点的横纵坐标点；

具体分解步骤如下：

S131、初始化，令i＝1,f₀(x,y)＝I(x,y)；i为分解次数，f₀(x,y)为初始输入图像；

S132、求取第t阶二维本征模态函数BIMF；

S1321、初始化，令k＝0,h_k(x,y)＝f_i-1(x,y)；k为迭代次数，h_k(x,y)为BIMF分解输入图像，f_i-1(x,y)为第i次输入图像；

S1322、找出h_k(x,y)所有极大值和极小值点；

S1323、采用插值对极大、极小值点进行插值拟合，求出相应的上包络线e_upper(x,y)和下包络线e_lower(x,y)；

S1324、计算均值包络线e_m(x,y)：

S1325、从原信号中减去均值包络线得到第k+1次剩余分量h_k+1(x,y)：

h_k+1(x,y)＝h_k(x,y)-e_m(x,y)

S1326、通过计算标准偏差准则SD验证h_k+1(x,y)是否满足迭代终止条件：

其中：m,n分别为图像的长和宽；

S1327、若SD小于终止阈值，则所得余量为一个合格的BIMF，然后令本征固态函数imf_i(x,y)＝h_k+1(x,y)，转到步骤S1328；否则，令k＝k+1，转到步骤S132继续执行；

S1328、剩余分量res_i(x,y)由前一次循环产生的剩余分量res_i-1(x,y)减去本征固态函数imf_i(x,y)得到：

res_i(x,y)＝res_i-1(x,y)-imf_i(x,y)

分解停止条件：剩余分量res_i(x,y)的极值点不多于两个或者分解得到的BIMF数目达到实际应用所需个数；否则，令i＝i+1，将res_i(x,y)视为新的初始信号跳转至步骤S1322，直至满足停止条件，得出分解后的信号。

4.根据权利要求1所述的基于二维多元经验模态分解的特征提取方法，其特征在于，

所述步骤S2的具体步骤如下：

S21、对于一个待处理的彩色图像I，将其转化到RGB颜色空间，获得R、G、B分量；

S22、选取便于与颜色特征相结合的纹理提取方法，提取RGB分量的灰度纹理特征f_texture；

S23、选取适当方法提取图像I的颜色特征f_color；

S24、融合颜色特征和灰度纹理特征，融合特征f_ct：

f_ct＝[f_color,f_texture]。