【emd分解】图像二维经验模式分解的matlab仿真

1.软件版本

MATLAB2013b

2.本算法理论知识

（1）对原始图像进行延拓，然后对进行极值点提取，也就是局部极值点的选取，包括极大值点和极小值点，要求采用领域点比较法，显示出局部极值点，程序运行出来的结果图要体现出提取出来的局部极值点；
（2）曲面拟合采用delaunay三角剖分，插值方法首先选择cubic方法，根据实际运行出来的结果图进行插值方法的选取，以得到清晰的imf图像和残余图像为目标，要求程序运行结果图中显示极大极小包络面，delaunay三角剖分不能仅使用matlab自带的delaunay函数，要有优化的过程，验证程序的视频要能体现delaunay函数的使用以及优化的过程，程序运行结果图中要求体现三角剖分的结果以及上下包络面；过程要求：三角剖分图像、极大包络面图像和极小包络面图像；

（3）筛选停止条件，，在验证程序的时候要体现出这个停止条件，Sd在0.1到0.3之间；
（4）对于边界问题的处理，根据实际结果调整镜像延拓的大小。过程要求：延拓之前极大极小值包络面图像和延拓之后极大极小值包络面；

（5）通过以上步骤，图像结果包括IMF图像和残余图像，要求输出5层IMF图像和5次残余图像；重点是在分解得到的残余图像上，要求残余图像能够清晰的体现出血管结构**；**

算法流程图

3.部分核心代码

clc;
clear;
close all;
warning off;
addpath 'func'


% %效果动态的显示
% views = 1;
%效果静态的显示
views = 0;

I0      = imread('Images.bmp');

[R,C,Kss] = size(I0);

if Kss == 1
   I = I0; 
else
   I = rgb2gray(I0);  
end
[R,C] = size(I);

%上下各做延拓
K    = 240;
X    = func_yantuo(I,1,K);

figure(1);
subplot(121);
imshow(I);
title('延拓前');
subplot(122);
imshow(X);
title('延拓后');

%I描述原图象的双精度形式
orig      = X;
orig      = double(orig);
x_width   &