经验模式分解(EMD)方法是Huang提出的一种新的信号处理方法,在非平稳信号分析方面有良好的性能。EMD方法是一种完全数据驱动的方法,它不依赖于傅立叶变换,而且具有多尺度特性。近年来,在信号去噪、机械故障诊断、独立成分分析等方面有广泛的应用。鉴于EMD方法在一维信号处理的良好效果,国内外学者将它推广到二维,提出了二维经验模式分解(BEMD)方法并应用于二维信号处理,取得了一定的成果。由于二维信号的复杂性,一般的BEMD方法还存在许多问题有待研究。本文根据J. C. Nunes等人提出的BEMD的基本思想,进行了一定的改进,实现了基于BEMD方法的图像无参数分解、纹理分割和图像降噪,取得了不错的效果。同时,针对高分辨率的图像分解,提出了一种改进的BEMD方法。该方法按照图像极值点的分布将图像划分成若干块,分块处理,避免了求解大型线性方程组以及大矩阵产生,较好地降低了时间复杂度和空间复杂度。实例证明,该算法大大提高了计算速度降低了所需的内存空间。