基于2D-VMD 与CC 结合的模态重构算法

吉林大学学报(信息科学版) ›› 2019, Vol. 37 ›› Issue (6): 603-609.

基于2D-VMD 与CC 结合的模态重构算法

高宏宇^1a，1b，马立园^1a，1b，董宏丽^1a，1b，路敬祎^1a，1b，刘文庆²

1．东北石油大学a．电气信息工程学院; b．黑龙江省网络化与智能控制重点实验室，黑龙江大庆163318;2．西部钻探井下作业公司C12343 队，新疆克拉玛依834000

出版日期:2019-11-24 发布日期:2020-01-03
作者简介:高宏宇( 1979— ) ，女，黑龙江大庆人，东北石油大学副教授，硕士生导师，主要从事智能控制与复杂网络系统滤波研究，( Tel) 86-13936997593( E-mail) 4501419@ qq． com; 董宏丽( 1977— ) ，女，黑龙江克山人，东北石油大学教授，博士生导师，主要从事智能控制和网络化控制研究，( Tel) 86-459-6503373( E-mail) shiningdhl@ vip． 126． com。
基金资助:
黑龙江省自然科学重点基金资助项目( ZD2019F001) ; 东北石油大学青年科学基金资助项目(2018QNL-30)

Reconstruction Algorithm Based on 2D-VMD and CC

GAO Hongyu^{1a，1 b}，MA Liyuan^{1a，1 b}，DONG Hongli^{1a，1 b}，LU Jingyi^1a，1b，LIU Wenqing²

1a． School of Electrical Engineering and Information; 1b． Heilongjiang Provincial Key Laboratory of Networking and
Intelligent Control，Northeast Petroleum University，Daqing 163318，China;2． C12343 Team，Downhole Service Company of Xibu Drilling Engineering Company Limited，Karamay 834000，China

Online:2019-11-24 Published:2020-01-03

摘要/Abstract

摘要： 为提高重构图像的质量，针对二维变分模态分解( 2D-VMD: Two Dimensional Variational Mode Decomposition) 算法需确定分解尺度K 值和有效固有模态分量的问题，提出了将2D-VMD 结合相关系数( CC: Correlation Coefficient) 的联合算法，并用于图像重构。该方法首先利用2D-VMD 将图像信号分解为不同中心频率的子模态，然后计算分解后的固有模态函数( IMF: Intrinsic Mode Function) 与原始图像函数的CC 值，根据CC 准则确定有效的固有模态分量，最后利用有效的固有模态分量进行重构，实现了图像去噪。仿真结果表明，2D-VMD 和CC 结合可以准确得到分解尺度K 和有效的子模态，具有很高的图像重构精度，提高了图像质量。

关键词: 二维变分模态分解, 相关系数, 图像去噪, 模态重构

Abstract: To improve the quality of reconstructed images，it is necessary to determine the decomposition scale K value and the effective intrinsic mode function in 2D-VMD ( Two Dimensional Variational Mode Decomposition) algorithm，a new algorithm combined 2D-VMD and CC ( Correlation Coefficient) is proposed and used to reconstruct image． Firstly，the image signal is decomposed into sub-modes of different central frequencies by 2D-VMD． Then，the CC value of the decomposed Intrinsic Mode Function ( IMF) and the original image function is calculated to determine the effective Intrinsic Mode component according to the CC criterion．Finally，image denoising is achieved by reconstruct with effective intrinsic modal component． Simulation results show that the decomposition scale K and the effective sub-modes can be obtained through combined 2D-VMD and CC，which has high image reconstruction accuracy and improved image quality．

Key words: two dimensional variational mode decomposition, correlation coefficient, image denoising, modal reconstruction

中图分类号:

TN911． 73

高宏宇, 马立园, 董宏丽, 路敬祎, 刘文庆. 基于2D-VMD 与CC 结合的模态重构算法[J]. 吉林大学学报(信息科学版), 2019, 37(6): 603-609.

GAO Hongyu, MA Liyuan, DONG Hongli, LU Jingyi, LIU Wenqing. Reconstruction Algorithm Based on 2D-VMD and CC[J]. Journal of Jilin University (Information Science Edition), 2019, 37(6): 603-609.

[1]	李加军. 改进 ResNet 算法的复杂遥感背景目标细粒度识别 [J]. 吉林大学学报(信息科学版), 2025, 43(5): 1179-1185.
[2]	李炜, 黄倩. 基于孪生神经网络的智慧门禁人脸识别算法设计[J]. 吉林大学学报(信息科学版), 2025, 43(3): 598-604.
[3]	张舒野. 基于稀疏编码的数字视频图像压缩方法研究 [J]. 吉林大学学报(信息科学版), 2024, 42(6): 1011-1017.
[4]	马元元 , 崔长彩 , 马立园 , 东辉. 基于 2D-VMD 和 BD 结合的医学图像去噪算法[J]. 吉林大学学报(信息科学版), 2024, 42(1): 186-192.
[5]	王冬梅 , 史少雄 , 路敬祎. VMD-HD-KT 去噪法在管道泄漏信号中的去噪应用[J]. 吉林大学学报(信息科学版), 2023, 41(2): 202-206.
[6]	王潇. 基于混沌映射的空域彩色图像复合加密算法[J]. 吉林大学学报(信息科学版), 2022, 40(6): 1026-1032.
[7]	郑宏亮, 王奕, 张天壮, 刘芳菲, 傅博. 快速二步交叉非局部的图像混合噪声滤波器[J]. 吉林大学学报(信息科学版), 2021, 39(5): 498-503.
[8]	杜颖, 李宏, 刘庆强, 路敬祎, 李富. PSO-VMD-SVD 的改进去噪方法研究[J]. 吉林大学学报(信息科学版), 2021, 39(2): 142-151.
[9]	路敬祎, 李其浩, 王鑫宇. 基于 BAS-2D-VMD 的图像去噪算法[J]. 吉林大学学报(信息科学版), 2021, 39(1): 22-27.
[10]	傅博, 吴越楚, 王丽妍, 王瑞子. 边缘导向的非局部均值图像滤波[J]. 吉林大学学报(信息科学版), 2020, 38(6): 688-693.
[11]	高宏宇, 黄文丽, 董宏丽, 李佳慧. 基于忆阻脉冲耦合神经网络的图像去噪[J]. 吉林大学学报(信息科学版), 2020, 38(1): 49-54.
[12]	尹淑欣, 段玉波, 刘云菲. 基于互信息的变模态分解算法及应用[J]. 吉林大学学报(信息科学版), 2019, 37(3): 260-264.
[13]	吴佳婧, 贺嘉楠, 王越群, 董立岩. 基于项目属性分类的协同过滤算法研究[J]. 吉林大学学报(信息科学版), 2018, 36(4): 470-474.
[14]	张澎涛, 刘晋浩. 连续小波变换在机械故障特征提取中的应用[J]. 吉林大学学报(信息科学版), 2014, 32(2): 172-176.
[15]	郭蕊\|于银辉\|徐蕾\|吴越\|王世刚. 基于重发机制的PIDCSK调制技术的设计[J]. J4, 2011, 29(03): 196-.