基于局部梯度极值点的经验模式分解图像增强

为解决传统2 维经验模式分解获取图像细节能力不足的问题，提出一种基于局部梯度极值点的改进BEMD 图像增强方法。根据梯度对图像细节信息的强挖掘能力，基于像素点4 个2 维方向上的极值条件来寻找图像的局部 极值点，对图像进行经验模式分解并确定内蕴模式函数，结合大尺度梯度保留、小尺度梯度去除的思路，达到在图 像增强的同时又抑制噪声的目的。实验结果表明：与传统的图像增强算法相比，该方法具有更强的细节捕捉能力。