e2md2.m.rar_BEMD分解_site:www.pudn.com_二维模式分解_图像分解 MATLAB_经验模式分解

function e2md = e2md( input_args ) %——————本函数输入一灰度图象，输出该图象的2维EMD结果imf1 imf2 im3 %——————二维插值use Delaunay triangulation and then cubic interpolation %——————input_args为图象路径 [X,map]=imread('image3.bmp'); %X为原始图象 XMAX为极大值图象，非极大值处值为0 XMIN 为极小值图象,非极小值处值为255 C=double(X); X=double(X); x_widthtrue=size(X,1); %-----复制图象，延拓100行（列） %---上下各做延拓 for i=1:100 X=[X(2*i+1,:);X]; end for i=1:100 X=[X;X(x_widthtrue+101-i,:)]; end %---上下延拓完毕，将做左右延拓 for i=1:100 X=[X(:,2*i+1),X]; end for i=1:100 X=[X,X(:,x_widthtrue+101-i)]; end %---上下延拓完毕 %-----复制图象 I=X; %I描述原图象的双精度形式 orig=X; orig=double(orig); %orig描述原图象的双精度形式,用来在筛分结束的时候表示残差 %———————————————————————————————— x_width=size(X,1); %x_width表示延拓之后图象的大小(长=宽) %*************************************************************** for imfcount=1:3%for#01 % NL=NL_num+imfcount^2; X=orig; count=0; SD=100;%SD初始化 while(SD>0.3)%while#01 %————————————————————————搜索极值:1—————— %————————建立极值图象 极大值图象XMAX 极小值图象XMIN————— XMAX=X; XMAX=X; %————————End：建立极值图象 极大值图象XMAX 极小值图象XMIN——— count=count+1; xl_max=[]; %极大值3行matrix，第一二三行分别为行数列数和灰度值 xl_min=[]; %极小值3行matrix，第一二三行分别为行数列数和灰度值 %这样有利于构造包络 for i=2:x_width-1 for j=2:x_width-1 if(X(i,j)>X(i-1,j))&(X(i,j)>X(i+1,j))&(X(i,j)>X(i-1,j+1))&(X(i,j)>X(i+1,j+1))&(X(i,j)>X(i,j+1))&(X(i,j)>X(i-1,j-1))&(X(i,j)>X(i+1,j-1))&(X(i,j)>X(i,j-1)) XMAX(i,j)=X(i,j); else XMAX(i,j)=-500; end if(X(i,j)<X(i-1,j))&(X(i,j)<X(i+1,j))&(X(i,j)< X(i-1,j+1))&(X(i,j)<X(i+1,j+1))&(X(i,j)<X(i,j+1))&(X(i,j)<X(i-1,j-1))&(X(i,j)<X(i+1,j-1))&(X(i,j)<X(i,j-1)) XMIN(i,j)=X(i,j); else XMIN(i,j)=500; end end end for i=2:x_width-1 for j=2:x_width-1 if(XMAX(i,j)~=-500) xl_max=[xl_max,[i;j;X(i,j)]]; end if(XMIN(i,j)~=500) xl_min=[xl_min,[i;j;X(i,j)]]; end end end %——————————————————————End:搜索极值:2—————— %————————————————End:用NL的值来进行极值的筛选———— %——————————————————————构造上下包络—————— x=xl_max(1,:); y=xl_max(2,:); z=xl_max(3,:); ti=1:1:x_width; [xi yi]=meshgrid(ti,ti); zi_max=griddata(y,x,z,xi,yi,'cubic'); %对极大值点进行插值 %x,y为极值点的坐标，z为该处灰度的值， %zi显示插值结果,是一个width*width 的matrix x=xl_min(1,:); y=xl_min(2,:); z=xl_min(3,:); ti=1:1:x_width; [xi yi]=meshgrid(ti,ti); zi_min=griddata(y,x,z,xi,yi,'cubic'); %对极大值点进行插值 %x,y为极值点的坐标，z为该处灰度的值， %zi显示插值结果,是一个width*width 的matrix %————————————————————End:构造上下包络—————— zi=(zi_max+zi_min)/2; %求得均值包络 SD=max(abs(zi(101:x_widthtrue+100,101:x_widthtrue+100)))/max(abs(orig(101:x_widthtrue+100,101:x_widthtrue+100))); X=X-zi; %将图象减去均值包络 end%while#01减均值的过程 imf=X; if(imfcount==1) imf1=imf(101:x_widthtrue+100,101:x_widthtrue+100); else if (imfcount==2) imf2=imf(101:x_widthtrue+100,101:x_widthtrue+100); else if(imfcount==3) imf3=imf(101:x_widthtrue+100,101:x_widthtrue+100); else if(imfcount==4) imf4=imf(101:x_widthtrue+100,101:x_widthtrue+100); else imf5=imf(101:x_widthtrue+100,101:x_widthtrue+100); end end end end orig=orig-imf; end%for#01得到IMF个数 %————————————————以上得到IMF1和IMF2 %******************************************************************** %★★★★★在这里设置breakpoint可以得到imf1、imf2、orig(残差)★★★★★★ function isitn = isitn( input_args2,isitn_n ) %判断input_args2中的值是否全为isitn_n,是则返回0，否则返回1 isitn=0; size_input_args2=size(input_args2,1); for i_isitn=1:size_input_args2 for j_isitn=1:size_input_args2 if (input_args2(i_isitn,j_isitn)~=isitn_n)&(i_isitn~=(floor(size_input_args2/2)+1))&(j_isitn~=(floor(size_input_args2/2)+1)) isitn=1; end end end function puguji=puguji(fxxm,m) %p为阶数,初始化为原始数据列的列数 %m表示向后预测的数据的个数 %fxxm为原始信号 p=size(fxxm,2); for j=1:m%m表示向后预测m个 a=lpc(fxxm,p+j-1); fxxm(p+j)=0; for i=1:(p+j-1) fxxm(p+j)=fxxm(p+j)-fxxm(p-i+j)*a(i+1); end end puguji=fxxm; function puguji2=puguji2(fxxm,m) %p为阶数,初始化为原始数据列的列数 %m表示向后预测的数据的个数 %fxxm为原始信号 p=size(fxxm,2); fxxm=fxxm(end:-1:1); for j=1:m%m表示向后预测m个 a=lpc(fxxm,p+j-1); fxxm(p+j)=0; for i=1:(p+j-1) fxxm(p+j)=fxxm(p+j)-fxxm(p-i+j)*a(i+1); end end fxxm=fxxm(end:-1:1); puguji2=fxxm;