基于EMD的紋理分析方法研究.pdf

1、紋理分析在遙感、醫(yī)學(xué)圖像處理、計算機視覺及基于紋理的按圖像內(nèi)容檢索等許多應(yīng)用領(lǐng)域中具有重要意義。經(jīng)驗?zāi)B(tài)分解(Empirical modedeeomposition,EMD)由Huang等人在1998年首次提出，該方法能夠自適應(yīng)的將原始信號分解為頻率由高到低的一系列內(nèi)蘊模態(tài)函數(shù)(Intrinsic Mode Function．IMF)及殘差的和。作為一種完全的數(shù)據(jù)驅(qū)動方法，它從信號本身的尺度特征出發(fā)對信號進行分解，具有良好的局部適應(yīng)性，

2、近年來在信號去噪、故障診斷等方面得到廣泛應(yīng)用。Nunes等人將經(jīng)驗?zāi)B(tài)分解從一維推廣到二維，將其應(yīng)用于紋理分析。 本文主要做了以下幾個方面的工作：(1)分析現(xiàn)有的一維經(jīng)驗?zāi)B(tài)分解方法的抑制邊界效應(yīng)的方法，將其應(yīng)用到二維經(jīng)驗?zāi)B(tài)分解中，并對二維經(jīng)驗?zāi)B(tài)分解方法進行改進。根據(jù)內(nèi)蘊模函數(shù)的定義，改進二維經(jīng)驗?zāi)B(tài)分解中的篩分結(jié)束判別函數(shù)，避免因誤差造成的篩分過程提前終止的現(xiàn)象；將緊支撐徑向基函數(shù)插值法應(yīng)用到Nunes的二維經(jīng)驗?zāi)B(tài)分解方

3、法的包絡(luò)構(gòu)造過程中，并分析了應(yīng)用不同的插值方法得到的分解結(jié)果。(2)利用二維經(jīng)驗?zāi)B(tài)分解方法對紋理圖像做分類。對紋理圖像進行二維經(jīng)驗?zāi)B(tài)分解，計算出內(nèi)蘊模態(tài)函數(shù)的極值間距均值、瞬時幅值的均值及方差，組成特征向量，對紋理圖像進行分類。(3)利用二維經(jīng)驗?zāi)B(tài)分解進行紋理圖像的分割。對紋理圖像進行二維經(jīng)驗?zāi)B(tài)分解，計算出內(nèi)蘊模態(tài)函數(shù)的每個像素點對應(yīng)的瞬時幅值及四個方向的瞬時頻率組成特征向量，使用改進的模糊C．均值聚類算法對紋理圖像進行分割。