【技术实现步骤摘要】
基于BLMD-分形插值算法的图像分解方法
本专利技术涉及图像处理
，具体涉及一种基于BLMD-分形插值算法的图像分解方法。
技术介绍
随着社会经济的迅速发展，图像已经成为人们对事物进行感知和认识的基本方式，逐渐深入到人们日常生活当中。但是，人们接触或获取的各类图像一般都蕴含较为复杂的信息，要直接获取这些信息仍存在一定的困难。数字图像处理技术是利用计算机来处理图像信号转换成数字信号过程，并对图像进行分析处理，满足视觉及其它要求的一类技术。尽管数字图像处理技术已经被广泛运用到各个领域，但依然无法自适应获得图像蕴含的所有信息，这也成为当前学术界图像处理领域的研究前沿和热点问题。目前图像处理方法主要有：一类是基于傅里叶理论的处理方法，另一类是基于小波的处理方法。小波变换是建立在线性系统基础上的，能对线性信号进行准确的物理解释，但小波基函数需要预先人为设定，导致该处理方法不具备自适应特性，由于小波基函数的固定特性，还会导致该处理方法不能分解得到信号本身的多尺度特性。所以，数学及工程应用领域一直在寻找一种更好的时频分析工具。美国学者Huang等人于1998年首次提出了经...
【技术保护点】
1.一种基于BLMD‑分形插值算法的图像分解方法，其特征在于，包括：Step1、对待分解图像进行初始化，具体包括：设定r0(m,n)＝a(m，n)，h1(m,n)＝r0(m,n)，其中，a(m，n)为所述待分解图像的二维矩阵，r0(m,n)为所述待分解图像的趋势项，h1(m,n)为所述待分解图像需要第一次分解的二维生产函数，0≤m≤M‑1，0≤n≤N‑1，M和N分别为所述待分解图像的二维矩阵的行数及列数；Step2、利用邻域窗法提取hk(m,n)的极值谱，其中，k＝1、2、3…；Step3、根据分形插值算法，对所述极值点进行插值计算，得到hk(m,n)的上、下包络曲面max...
【技术特征摘要】
1.一种基于BLMD-分形插值算法的图像分解方法，其特征在于，包括：Step1、对待分解图像进行初始化，具体包括：设定r0(m,n)＝a(m，n)，h1(m,n)＝r0(m,n)，其中，a(m，n)为所述待分解图像的二维矩阵，r0(m,n)为所述待分解图像的趋势项，h1(m,n)为所述待分解图像需要第一次分解的二维生产函数，0≤m≤M-1，0≤n≤N-1，M和N分别为所述待分解图像的二维矩阵的行数及列数；Step2、利用邻域窗法提取hk(m,n)的极值谱，其中，k＝1、2、3…；Step3、根据分形插值算法，对所述极值点进行插值计算，得到hk(m,n)的上、下包络曲面maxhk(m,n)及minhk(m,n)；Step4、根据公式得到所述待分解图像的均值包络曲面；Step5、根据公式hk(m,n)＝hk-1(m,n)-meanhk(m,n)，对h1(m,n)进行分解，得到若干个二维生产函数BPF1(m,n)、BPF2(m,n)…BPFk(m,n)，其中，BPFk(m,n)＝hk(m,n)；Step6、根据公式rk(m,n)＝rk-1(m,n)-BPFk(m,n)，得到r1(m,n)、r2(m,n)...rk(m,n)；Step7、重复所述步骤Step2-S...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。