基于二维EMD的图像分层放大方法

《基于二维EMD的图像分层放大方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第35卷第1期华中科技大学学报(自然科学版)Vo1．35No．12007拒1月J．HuazhongUniv+ofSci．＆Teeh．(NatureScienceEdition)Jan．2007基于二维EMD的图像分层放大方法田岩b黄应彭复员柳健b(华中科技大学a电子与信息工程系；b图像信息处理与智能控制教育部重点实验室，湖北武汉430074)摘要：提出了一种新的图像分层放大方法，在各层上体现图像的局部和全局的相关性，弥补了传统插值放大中的不足．其原理是先将图像用二维经验模态分解(empiricalmodedecompositio

2、n，EMD)方法分解为具有不同复杂程度的图层，在每一分解层上分别设计一种组合放大方法，其中组合系数密切相关于图层的复杂度，最终的放大结果再由EMD逆过程得到．实验结果和数据表明这种方法能够取得良好的图像放大效果．关键词：图像插值I二维经验模态分解I组合插值中圈分类号：TP75文献标识码：A文章编号：1671—4512(2007)01—0020—03Alayeredimagezoomingmethodby2DEMDtechniqueTianYanHuangYingPengFuyuanLiuJian’(aDepartmentofElectronicsandInformationE

3、ngineering；bImageInformationProcessingandIntelligenceControlLab．ofMinistryofEducation，HuazhongUniversityofScienceandTechnology，Wuhan430074，China)Abstract：Anewlayeredimagezoomingmethodisproposedwhichcanexpressthelocalandglobalcorre1ationoftheimagesoneachlayerstoimprovetraditionalmethods．Them

4、ainproceduresofthismethodareasthefollowing．Animagewasdecomposedintoseverallayerswithdifferentcomplexitiesbv2DEMD(empiricalmodedecomposition)，eachofwhichcontainsdifferentdetailsandroughness．Eachlayerwaszoomedbyusingacombinationmethodwithdifferentparameterswhichareproportionaltoroughnessoftha

5、tlayer．Thefinalzoomingresultwasreconstructedfromthecombinationalinterpolatedlayers．Experimentalandstatisticalresultsdemonstratethatgoodmagnifiedimagesarea—chievedbytheproposedmethod．Keywords：imagezooming；2DEMD；combinationinterpolation图像插值和放大在许多场合都有重要的应上采用特定的插值策略，再利用EMD的逆过程用，如提高遥感图像的空间分辨率，CC

6、D数字照得到最终的放大结果．该方法兼顾了图像的局部片的放大，CT核磁共振成像仪和超声波仪器等．和全局的相关性，在一定程度上弥补了传统方法针对各种不同的应用背景，人们提出了各种不同的不足．的插值方法_1J．EMD是一种崭新的数据处理方法J，它完全1二维EMD方法独立于傅里叶变换，能够进行非线性、非平稳信号的线性化和平稳化处理，保留信号本身特性．本文EMD方法认为每组信号可以分解为竹一1层提出一种基于EMD的图像放大方法，在每一层只包含单一振动模式的IMF(intrinsicmode收稿日期：2005—1026．作j-f筒介：田岩(1970一)，男，副教授；武汉，华中科技大学电子

7、与信息工程系(430074)．E-malltianyan2000@126．com基金项目：国家自然科学基金资助项目(60572048，60475024)；地理空间信息工程国家测绘局重点实验室基金资助项目(200636)．维普资讯http://www.cqvip.com第1期田岩等：基于二维EMD的图像分层放大方法-21·function，固有模式函数)分量和一个残量I4]：r-12基于EMD的图像放大方法f(x，)=(，)+r(，)．(1)两IMF是通过迭代的方法得到，每次的迭代都图像插值可以看作是图像