学位论文 > 优秀研究生学位论文题录展示

基于EMD的纹理分析方法研究

作　者: 胡佳宁
导　师: 李峰
学　校: 长沙理工大学
专　业: 计算机应用技术
关键词: 纹理分析经验模态分解内蕴模态函数特征提取瞬时频率
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 217次
引　用: 5次
阅　读: 论文下载

内容摘要

纹理分析在遥感、医学图像处理、计算机视觉及基于纹理的按图像内容检索等许多应用领域中具有重要意义。经验模态分解(Empirical mode decomposition,EMD)由Huang等人在1998年首次提出,该方法能够自适应的将原始信号分解为频率由高到低的一系列内蕴模态函数(Intrinsic Mode Function, IMF)及残差的和。作为一种完全的数据驱动方法,它从信号本身的尺度特征出发对信号进行分解,具有良好的局部适应性,近年来在信号去噪、故障诊断等方面得到广泛应用。Nunes等人将经验模态分解从一维推广到二维,将其应用于纹理分析。本文主要做了以下几个方面的工作:(1)分析现有的一维经验模态分解方法的抑制边界效应的方法,将其应用到二维经验模态分解中,并对二维经验模态分解方法进行改进。根据内蕴模函数的定义,改进二维经验模态分解中的筛分结束判别函数,避免因误差造成的筛分过程提前终止的现象;将紧支撑径向基函数插值法应用到Nunes的二维经验模态分解方法的包络构造过程中,并分析了应用不同的插值方法得到的分解结果。(2)利用二维经验模态分解方法对纹理图像做分类。对纹理图像进行二维经验模态分解,计算出内蕴模态函数的极值间距均值、瞬时幅值的均值及方差,组成特征向量,对纹理图像进行分类。(3)利用二维经验模态分解进行纹理图像的分割。对纹理图像进行二维经验模态分解,计算出内蕴模态函数的每个像素点对应的瞬时幅值及四个方向的瞬时频率组成特征向量,使用改进的模糊C-均值聚类算法对纹理图像进行分割。本文的实验仿真在Matlab 7.0环境下进行,使用二维经验模态分解方法对纹理图像进行分解,并从分解得到的内蕴模态函数中分别提取出的特征用于纹理分类及纹理分割,最终得到了较为精确的纹理分类及纹理分割结果,验证了所取特征的合理性。

全文目录

摘要  5-6
ABSTRACT  6-9
第一章绪论  9-15
  1.1 纹理的定义和特点  9
  1.2 本文的选题意义及国内外研究现状  9-13
  1.3 主要工作及内容安排  13-15
第二章经验模态分解  15-25
  2.1 EMD 方法及相关概念  15-19
    2.1.1 瞬时频率  15-16
    2.1.2 内蕴模态函数  16-17
    2.1.3 筛分过程  17-19
  2.2 EMD 中的边界效应  19-24
    2.2.1 一维EMD 中的边界效应及其已有的抑制方法  19-21
    2.2.2 一维EMD 抑制边界效应及信号分解实验及分析  21-24
  2.3 本章小结  24-25
第三章二维经验模态分解方法及其改进  25-39
  3.1 二维经验模态分解  26-32
    3.1.1 BEMD 分解过程  26
    3.1.2 极值确定方式  26-27
    3.1.3 基于Delaunay 三角剖分和三次插值的二维包络构造方法  27-29
    3.1.4 基于紧支撑径向基函数插值的二维包络构造方法  29-32
  3.2 改进的BEMD 方法  32-35
  3.3 试验结果及分析  35-36
  3.4 本章小结  36-39
第四章基于二维EMD 的纹理分类方法  39-48
  4.1 纹理图像的BEMD 分解  40-41
  4.2 纹理图像的瞬时频率估计  41-42
  4.3 基于二维EMD 的纹理分类方法  42-47
    4.3.1 纹理特征提取  42-43
    4.3.2 训练过程  43
    4.3.3 分类过程  43-44
    4.3.4 试验结果及分析  44-47
  4.4 本章小结  47-48
第五章基于BEMD 和FCM 聚类的纹理分割方法  48-54
  5.1 基于BEMD 的纹理特征提取  48-49
  5.2 改进的模糊C 均值聚类算法  49-51
  5.3 试验结果  51-53
  5.4 本章小结  53-54
第六章总结与展望  54-55
参考文献  55-59
致谢  59-60
附录 A 攻读学位期间所发表的学术论文  60

基于EMD的纹理分析方法研究

内容摘要

全文目录

相似论文