1998年Norden Huang及其合作者引入了一种新的信号处理与分析方法——经验模式分解（Empirical Mode Decomposition）方法。EMD方法是一种由数据驱动的适用于非线性与非平稳信号的信号分析方法。通过经验模式分解，原始信号被分解成一系列从高频到低频的IMF分量和一个至多只含有一个极值点的余量。另外，EMD方法具有多尺度特性。由于EMD方法对于非线性、非平稳信号的自适应性与多尺度性，EMD方法在很多领域得到了应用并有显著的效果。通过对一维经验模式分解方法的拓展，研究学者们提出了二维经验模式分解方法并把其应用于图像处理与纹理分析等方面。经验模式分解方法在二维中的拓展使得图像处理与分析方法得到了新的突破。但是二维经验模式分解还存在着一些问题需要解决。本文主要进行了以下几方面的工作： ⑴实现了J.C.Nunes等人所提出的基于径向基函数曲面插值方法的二维经验模式分解算法并对区域型极值点的处理做了分析与处理。 ⑵对于二维经验模式分解方法的边界效应问题，作者给出基于镜像对称延拓的边界处理的详细过程。 ⑶介绍了已经存在的二维IMF筛分停止条件，修改提取BIMF的迭代停止准则，有效减少了二维经验模式分解的迭代次数，减少算法的执行时间。 ⑷分析了二维经验模式分解方法在图像分解与纹理分解方面的应用。