基于二维局部均值分解的图像多尺度分析处理.pdfVIP

第27 卷 第 10 期 计算机辅助设计与图形学学报 Vol. 27 No.10 2015 年 10 月 Journal of Computer-Aided Design Computer Graphics Oct. 2015 基于二维局部均值分解的图像多尺度分析处理 1) 2)* 陈思汉 , 余建波 1) (上海大学机电工程与自动化学院 上海 200072) 2) ( 同济大学机械与能源工程学院 上海 200092) (jianboyu.bob@) : 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. ：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 ：TP391.41 Multiscale Image Analysis Based on Bidimensional Local Mean Decomposition Chen Sihan1) and Yu Jianbo2)* 1) (Institute of Mechanical Engineering and Automation, Shanghai University, Shanghai 200027) 2) (Institute of Mechanical and Energy Engineering, Tongji University, Shanghai 200092) Abstract: Multiscale image analysis provides important feature inputs for the further image processing. This paper proposes a new multiscale image analysis method called bidimensional local mean decomposition (BLMD) on the basis of local mean decomposition(LMD). Firstly, BLMD uses 8-neighborhood operator to obtain local extreme points; In order to eliminate the influence of saddle points when searching the local ad- jacent extreme, this paper proposes an adaptive window-b ased search method to control the number of local adjacent extreme points; Finally BLMD calculates the smooth envelope