基于二维局部均值分解的图像多尺度分析处理

摘要：

在图像多尺度分析时，为了对后续的图像处理提供高质量的特征输入，在一维局部均值分解算法基础上提出一种二维局部均值分解算法。首先采用优化的8-邻域算子求取图像中的局部极值点；然后针对鞍点对求解局部相邻极值点时的影响，提出一种基于自适应窗口的搜寻方法，以控制局部相邻极值点数求取局部相邻极值点，进而得到平滑的包络估计函数和局部均值函数；最后依据包络估计函数和局部均值函数，通过迭代寻优得到相应的乘积函数将图像分解成不同尺度下的成分。在人工合成图像与典型图像的多尺度分析处理结果表明，该算法可行有效；与二维经验模态分解算法的比较结果表明，该算法具有更快的速度和更好的处理效果；并对该算法中的重要参数进行了敏感性分析，验证了算法具有较好的鲁棒性，给出了比较合理的参数取值范围。

关键词：二维经验模态分解、二维局部均值分解、多尺度分析、本征模态函数、乘积函数

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金51375290,71001060;上海市教育委员会科研创新项目13YZ002

在线出版日期：2015-10-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1842-1850