[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

专利信息
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。本发明有益效果:采用本发明分解方法分解过程继承了传统经验模式分解的优点,解决了传统经验模式分解算法出现频率混叠问题,对于后续图像处理具有重要意义和实用价值;利用本发明分解方法分解的结果细节清晰,无畸变,最优地分析出图像中的内蕴分量。
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
【主权项】:
1.一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:

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

3.根据权利要求2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(2)中计算窗口为w下的八向滤波器组的方法为:

(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ff012)和ff112)的频率响应,λ越大,ff012)和ff112)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。

4.根据权利要求2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:所述的步骤(5)计算局部方向上极值包络umaxi‑1和下极值包络lmini‑1的具体方法为:
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

tel code back_top