窗口經(jīng)驗(yàn)?zāi)Ｊ椒纸饧捌湓趫D像處理中的應(yīng)用.pdf

1、經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥mpirical Mode Decomposition，EMD）算法是一種新的信號(hào)處理技術(shù)。EMD可有效地將非線性非平穩(wěn)信號(hào)中每一點(diǎn)的時(shí)（空）局部振蕩模式提取出來，得到一系列內(nèi)蘊(yùn)模式函數(shù)分量（Intrinsic ModeFunction，IMF），經(jīng)Hilbert變換后，使得瞬時(shí)頻率有了確切的物理意義。傅立葉變換能夠在頻域內(nèi)得到非常高的分辨率，但是在時(shí)（空）域內(nèi)卻失去了分辨能力。由于窗口傅立葉變換的窗函數(shù)是固定的，它只提

2、供了有限的時(shí)（空）頻分辨率。小波變換具有多尺度多分辨能力，在不同尺度下的時(shí)（空）域和頻域內(nèi)同時(shí)具有較好的分辨率，但由于基函數(shù)是固定的，對(duì)分析的結(jié)果產(chǎn)生不利的影響。EMD分解依靠數(shù)據(jù)自身局部時(shí)間尺度特性進(jìn)行分解。與小波變換相比，EMD不但具有小波變換的多尺度多分辨能力，而且消除了小波變換的缺陷，使得IMF分量可有效地反映出原信號(hào)的物理特征。因此，EMD比傅立葉變換和小波變換更有優(yōu)勢。
　　 由于EMD算法是靠經(jīng)驗(yàn)得到的，缺陷不可避

3、免：一、算法的運(yùn)行速度很慢；二、無法解決兩個(gè)頻率相差很大的信號(hào)在一定的條件下疊加后不能夠分離的問題，稱其為“信號(hào)隱藏”。影響EMD算法在圖像處理中的應(yīng)用。本文通過對(duì)EMD算法缺陷成因的探討，提出了一種新的經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴?窗口經(jīng)驗(yàn)?zāi)Ｊ椒纸?。?shí)驗(yàn)表明，新算法較之已有的算法具有優(yōu)越性。我們將新算法應(yīng)用到數(shù)字圖像處理領(lǐng)域中，結(jié)果顯示它在數(shù)字圖像處理領(lǐng)域應(yīng)用中具有潛力。
　　 本文主要工作與創(chuàng)新點(diǎn)有：
　　 一.針對(duì)二維EMD算

4、法中的缺陷，分析成因，研究解決方法。新算法利用窗函數(shù)思想，配合EMD算法的結(jié)構(gòu)，提出一種新的經(jīng)驗(yàn)?zāi)Ｊ椒纸?窗口經(jīng)驗(yàn)?zāi)Ｊ椒纸猓╓indow Emoirical ModeDecomposition，WEMD），WEMD算法有兩大優(yōu)點(diǎn)：一，算法的運(yùn)行速度比傳統(tǒng)的算法要快得多，能滿足工程應(yīng)用的需要；二，解決了傳統(tǒng)算法無法解決的“信號(hào)隱藏”問題。
　　 二.傳統(tǒng)的二維EMD算法得到的分解圖像由于“信號(hào)隱藏”問題，使得分解圖像中不可避免要產(chǎn)

5、生灰斑，影響了它的應(yīng)用范圍。本文根據(jù)WEMD算法的高頻信息強(qiáng)獲取能力和多尺度多分辨率特性，研究該算法在數(shù)字圖像中的應(yīng)用：
　　 A.圖像邊緣提?。焊鶕?jù)第一個(gè)IMF分量圖像具有很好的邊緣特性，提出了兩種邊緣提取算法：1）直接利用閾值提取IMF圖像邊緣；2）利用二維Hilbert變換和非極大值抑制算法提取圖像邊緣。
　　 B.圖像融合：利用WEMD算法的多尺度多分辨率特性和高頻細(xì)節(jié)信息的強(qiáng)獲取能力，運(yùn)用本文提出的背景/細(xì)節(jié)融

6、合規(guī)則對(duì)前幾層IMF分量進(jìn)行處理，將融合后的IMF分量重構(gòu)得到融合圖像。
　　 C.圖像去噪：根據(jù)噪聲圖像經(jīng)WEMD分解得到IMF分量圖像中的噪聲呈現(xiàn)斑點(diǎn)噪聲的特性，運(yùn)用Gamma濾波對(duì)前幾層IMF分量圖像進(jìn)行處理，將處理后的IMF分量重構(gòu)得到去噪圖像。
　　 D.圖像增強(qiáng)：根據(jù)IMF分量圖像的直方圖服從正態(tài)分布的特性，運(yùn)用直方圖匹配算法，使IMF分量圖像中的細(xì)節(jié)得到增強(qiáng)，將增強(qiáng)后的IMF分量重構(gòu)得到增強(qiáng)圖像。
　

7、　 以上提出的基于WEMD的圖像處理算法，實(shí)驗(yàn)證明無論是運(yùn)用主觀分析，還是運(yùn)用客觀分析，其效果都優(yōu)于已有的算法。
　　 三結(jié)合密碼學(xué)思想和EMD算法的結(jié)構(gòu)，將每一層IMF分量篩選停止條件“SD”值作為密鑰，運(yùn)用不同的SD值得到每一層IMF分量。用同樣大小的秘密圖像代替其中的一個(gè)IMF分量，最后將IMF分量重構(gòu)得到含有秘密圖像的載體圖像。載體圖像滿足人眼視覺系統(tǒng)，外人無法分辨出載體圖像中是否含有秘密信息。當(dāng)需要恢復(fù)秘密圖像時(shí)，秘