MATLAB EM2D 算法
function e2md = e2md( input_args )
%——————本函数输入一灰度图象，输出该图象的2维EMD结果imf1 imf2 im3
%——————二维插值use Delaunay triangulation and then cubic interpolation
%——————input_args为图象路径
[X,map]=imread(input_args);
%X为原始图象 XMAX为极大值图象，非极大值处值为0 XMIN 为极小值图象,非极小值处值为255
C=double(X);
X=double(X);
x_widthtrue=size(X,1);
%-----复制图象，延拓100行（列）
%---上下各做延拓
for i=1:100
X=[X(2*i+1,:);X];
end
for i=1:100
X=[X;X(x_widthtrue+101-i,:)];
end
%---上下延拓完毕，将做左右延拓
for i=1:100
X=[X(:,2*i+1),X];
end
for i=1:100
X=[X,X(:,x_widthtrue+101-i)];
end
%---上下延拓完毕
%-----复制图象
I=X;
%I描述原图象的双精度形式
orig=X;
orig=double(orig);
%orig描述原图象的双精度形式,用来在筛分结束的时候表示残差
%————————————————————————————————
x_width=size(X,1);
%x_width表示延拓之后图象的大小(长=宽)
%***************************************************************
for imfcount=1:3%for#01
% NL=NL_num+imfcount^2;
X=orig;
count=0;
SD=100;%SD初始化
while(SD>0.3)%while#01
%————————————————————————搜索极值:1——————
%————————建立极值图象 极大值图象XMAX 极小值图象XMIN—————
XMAX=X;
XMAX=X;
%————————End：建立极值图象 极大值图象XMAX 极小值图象XMIN———
count=count+1;
xl_max=[];
%极大值3行matrix，第一二三行分别为行数列数和灰度值
xl_min=[];
%极小值3行matrix，第一二三行分别为行数列数和灰度值
%这样有利于构造包络
for i=2:x_width-1
for j=2:x_width-1
if(X(i,j)>X(i-1,j))&(X(i,j)>X(i+1,j))&(X(i,j)>X(i-1,j+1))&(X(i,j)>X(i+1,j+1))&(X(i,j)>X(i,j+1))&(X(i,j)>X(i-1,j-1))&(X(i,j)>X(i+1,j-1))&(X(i,j)>X(i,j-1))
XMAX(i,j)=X(i,j);
else
XMAX(i,j)=-500;
end
if(X(i,j)<X(i-1,j))&(X(i,j)<X(i+1,j))&(X(i,j)< X(i-1,j+1))&(X(i,j)<X(i+1,j+1))&(X(i,j)<X(i,j+1))&(X(i,j)<X(i-1,j-1))&(X(i,j)<X(i+1,j-1))&(X(i,j)<X(i,j-1))
XMIN(i,j)=X(i,j);
else
XMIN(i,j)=500;
end
end
end
for i=2:x_width-1
for j=2:x_width-1
if(XMAX(i,j)~=-500)
xl_max=[xl_max,[i;j;X(i,j)]];
end
if(XMIN(i,j)~=500)
xl_min=[xl_min,[i;j;X(i,j)]];
end
end
end
%——————————————————————End:搜索极值:2——————
%————————————————End:用NL的值来进行极值的筛选————
%——————————————————————构造上下包络——————
x=xl_max(1,:);
y=xl_max(2,:);
z=xl_max(3,:);
ti=1:1:x_width;
[xi yi]=meshgrid(ti,ti);
zi_max=griddata(y,x,z,xi,yi,'cubic');
%对极大值点进行插值
%x,y为极值点的坐标，z为该处灰度的值，
%zi显示插值结果,是一个width*width 的matrix
x=xl_min(1,:);
y=xl_min(2,:);
z=xl_min(3,:);
ti=1:1:x_width;
[xi yi]=meshgrid(ti,ti);
zi_min=griddata(y,x,z,xi,yi,'cubic');
%对极大值点进行插值
%x,y为极值点的坐标，z为该处灰度的值，
%zi显示插值结果,是一个width*width 的matrix
%————————————————————End:构造上下包络——————
zi=(zi_max+zi_min)/2;
%求得均值包络
SD=max(abs(zi(101:x_widthtrue+100,101:x_widthtrue+100)))/max(abs(orig(101:x_widthtrue+100,101:x_widthtrue+100)));
X=X-zi; %将图象减去均值包络
end%while#01减均值的过程
imf=X;
if(imfcount==1)
imf1=imf(101:x_widthtrue+100,101:x_widthtrue+100);
else if (imfcount==2)
imf2=imf(101:x_widthtrue+100,101:x_widthtrue+100);
else if(imfcount==3)
imf3=imf(101:x_widthtrue+100,101:x_widthtrue+100);
else if(imfcount==4)
imf4=imf(101:x_widthtrue+100,101:x_widthtrue+100);
else
imf5=imf(101:x_widthtrue+100,101:x_widthtrue+100);
end
end
end
end
orig=orig-imf;
end%for#01得到IMF个数
%————————————————以上得到IMF1和IMF2
%********************************************************************
%★★★★★在这里设置breakpoint可以得到imf1、imf2、orig(残差)★★★★★★
function isitn = isitn( input_args2,isitn_n )
%判断input_args2中的值是否全为isitn_n,是则返回0，否则返回1
isitn=0;
size_input_args2=size(input_args2,1);
for i_isitn=1:size_input_args2
for j_isitn=1:size_input_args2
if (input_args2(i_isitn,j_isitn)~=isitn_n)&(i_isitn~=(floor(size_input_args2/2)+1))&(j_isitn~=(floor(size_input_args2/2)+1))
isitn=1;
end
end
end
function puguji=puguji(fxxm,m)
%p为阶数,初始化为原始数据列的列数
%m表示向后预测的数据的个数
%fxxm为原始信号
p=size(fxxm,2);
for j=1:m%m表示向后预测m个
a=lpc(fxxm,p+j-1);
fxxm(p+j)=0;
for i=1:(p+j-1)
fxxm(p+j)=fxxm(p+j)-fxxm(p-i+j)*a(i+1);
end
end
puguji=fxxm;
function puguji2=puguji2(fxxm,m)
%p为阶数,初始化为原始数据列的列数
%m表示向后预测的数据的个数
%fxxm为原始信号
p=size(fxxm,2);
fxxm=fxxm(end:-1:1);
for j=1:m%m表示向后预测m个
a=lpc(fxxm,p+j-1);
fxxm(p+j)=0;
for i=1:(p+j-1)
fxxm(p+j)=fxxm(p+j)-fxxm(p-i+j)*a(i+1);
end
end
fxxm=fxxm(end:-1:1);
puguji2=fxxm;