[发明专利]一种基于自适应多向经验模式分解的图像纹理分解方法有效
申请号: | 201711408087.6 | 申请日: | 2017-12-22 |
公开(公告)号: | CN108171741B | 公开(公告)日: | 2022-02-11 |
发明(设计)人: | 梁灵飞;董永生;杨春蕾;鲍秋旭;刘中华;普杰信 | 申请(专利权)人: | 河南科技大学 |
主分类号: | G06T7/44 | 分类号: | G06T7/44;G06T7/42 |
代理公司: | 洛阳公信知识产权事务所(普通合伙) 41120 | 代理人: | 孙笑飞 |
地址: | 471000 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: |
一种基于自适应多向经验模式分解的图像纹理分解方法:采用自适应多向经验模式分解对源图像I进行多尺度多向分解,获得源图像的内蕴模式函数分量imf |
||
搜索关键词: | 一种 基于 自适应 多向 经验 模式 分解 图像 纹理 方法 | ||
采用自适应多向经验模式分解对源图像I进行多尺度多向分解,获得源图像的内蕴模式函数分量imfj和剩余分量rj,其中j=1,2,…,n,n为分解得到的内蕴模式函数分量imf的级数,具体步骤为:
步骤一、初始化:令r0=I,j=1;
步骤二、根据分解层数,进行以下操作:
(a)令h0=rj‑1,i=1,其中i表示内部第i次筛选,j为分解第j级内蕴模式分量;
(b)更新hi=hi‑1‑mi‑1,i=i+1,其中mi‑1为运用方向滤波器计算的hi‑1的平均包络;
(c)重复步骤(b)直到hi的极值数小于3或i=AI,则sj=hi,imfj=hi,j=j+1,其中AI为规定的筛选次数;
步骤三、更新rj=rj‑1‑sj;
步骤四、重复步骤二和步骤三直到rj的极大值和极小值之和小于3。
2.根据权利要求1所述的一种基于自适应多向经验模式分解的图像纹理分解方法,其特征在于:所述步骤(b)中运用方向滤波器计算hi‑1的平均包络mi‑1的方法为:(1)提取hi‑1的所有局部极值点,并统计极值点的个数m,计算滤波器窗口其中M和N为输入源hi‑1的像素大小;
(2)计算窗口为w的八向滤波器组bdfp,p=0,1,2…7;
(3)在窗口w下运用Riesz变换得到hi‑1中所有点的局部方向,得到局部方向点集di‑1;
(4)以当前点作为中心点,根据点集di‑1中当前点的方向所在方向范围选取方向滤波器bdf;
(5)遍历所有数据点,计算局部方向上极值包络umaxi‑1和下极值包络lmini‑1;
(6)遍历所有数据点,根据方向点集di‑1选取的方向滤波器bdf平滑上极值包络umaxi‑1和下极值包络lmini‑1,得到平滑上包络ui‑1和下包络li‑1;
(7)计算平均包络
(a)计算扇形滤波器
其中ω1,ω2的取值为[‑π,π]均匀间隔的w个数,λ影响ff0(ω1,ω2)和ff1(ω1,ω2)的频率响应,λ越大,ff0(ω1,ω2)和ff1(ω1,ω2)越趋近于理性扇形滤波器;
(b)计算棋盘滤波器:
其中
(c)计算平行四边形滤波器:其中k=0,1,2,3,
(d)计算八向滤波器组:
(e)计算二值八向滤波器组其中p=0,1,2…7,(ns/2,ns/2)是滤波器的中心点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南科技大学,未经河南科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711408087.6/,转载请声明来源钻瓜专利网。