基于改进经验模式分解算法的图像插值  

Image Interpolation Based on Improved EMD Algorithm

作　　者：邓小颖[1] 陈卫峰[1] 

机构地区：[1]扬州大学物理科学与技术学院,江苏扬州225002

出　　处：《现代电子技术》2011年第14期10-12,共3页Modern Electronics Technique

摘　　要：图像数据是非平稳且具有很强局部特性的数字信号,为获得高分辨率的插值图像,提出采用基于经验模式分解(EMD)的图像插值算法。首先对图像边沿,采用支持向量积(SVM)的算法进行边界延拓。然后,采用在此提出的新算法,在利用图像数据中的极值点的基础上,进一步通过合理统计极值间数据的局部均值,得到改进的固有模态函数(IMF)并计算插值图像。试验结果表明,插值图像具有更高的质量,同时提高了运算速度。For the image data is non-stable and has strong local characteristics, a new image interpolation algorithm based on empirical mode decomposition （EMD） is designed. As for the pretreatment, the algorithm of support vector machine （SVM） is adopted to extend image boundary. The improved intrinsic mode function （IMF） was obtained by the new algorithm based on the extreme point in the image data and the local mean value of the data between reasonable statistic extreme values, The testing results show that the interpolation images have higher quality, and the calculation speed is increased.

关 键 词：图像插值 支持向量基 边界延拓 经验模式分解 局部均值 

分 类 号：TN919-34[电子电信—通信与信息系统]