图像处理中二维经验模式分解的改进算法

对图像处理中二维经验模式分解(EMD)算法提出改进。在二维EMD中涉及到像素极值的选取和对极值点进行插值, 在插值过程中会出现边界点变异现象。利用Delaunay三角剖分方法对选取的极值点进行分划, 对不包含在Delaunay多边形内的边界像素采用对称处理, 抑制了3次样条插值过程中边界点变异现象。用改进算法对一幅图像进行EMD处理, 计算得到重构图像与原始图像之间标准差为6.667×10-6, 可见重构图像与原始图像之间的灰度值波动很小。实验结果表明重构图像与原始图像吻合非常好, 论证了这种改进算法的准确性和可行性。EMD方法在图像压缩以及去噪过程中运用越来越广泛, 因此本文的改进算法也将在基于EMD的图像处理中起到提高运算速度的作用。