Resumen

El algoritmo de descomposición modal empírica bidimensional (BEMD), con una gran capacidad de adaptación, proporciona una herramienta adecuada para el procesamiento de imágenes ruidosas y, sin embargo, el efecto de borde implicado en su funcionamiento da lugar a un problema: cómo obtener resultados de descomposición fiables para eliminar eficazmente los ruidos de la imagen. Por lo tanto, proponemos un enfoque para tratar el efecto de borde causado por BEMD en la descomposición de una señal de imagen y, a continuación, mejorar su rendimiento de eliminación de ruido. Este enfoque incluye dos pasos, en los que el primero es una operación de extrapolación a través del modelo de regresión construido por el método de la máquina de vectores de soporte (SVM) con alta capacidad de generalización, basado en la información de la señal original, y el segundo es una expansión por la técnica de expansión de espejo cerrado con respecto a los extremos más cercanos y más allá del borde de los datos resultantes de la primera operación. Las aplicaciones para eliminar el ruido blanco gaussiano, el ruido de sal y pimienta y el ruido aleatorio de las imágenes ruidosas muestran que el efecto de borde del BEMD puede mejorarse eficazmente mediante el enfoque propuesto para cumplir los requisitos de los resultados de descomposición fiables. También ilustran un buen efecto de denotación del BEMD al mejorar el efecto de borde sobre la base del enfoque propuesto. Además, la imagen denotada conserva suficientemente los detalles de la información y también aumenta la relación señal-ruido máxima.

• Materias:Propagación de ondas Electromagnetismo Redes de telecomunicaciones Radiofrecuencia Teoría de Antenas
• Subjects:Wave propagation Electromagnetism Telecommunications networks Radio frequency Antenna theory
• Palabras claves:efectos de borde, resultados de descomposición fiables, bemd, enfoque propuesto, técnicas de expansión de espejo, preservar detalles de información, ruido blanco gaussiano, alta capacidad de generalización, descomposición de modo empírico, máquina de vectores de apoyo
• Keywords:edge effects, reliable decomposition results, bemd, proposed approach, mirror expansion techniques, preserve information details, gaussian white noise, high generalization ability, empirical mode decomposition, support vector machine