EMD方法介绍
1998年,Huang提出了一种新的信号处理方法—经验模态分解方法(empirical mode decomposition.EMD) 。该方法从本质上讲是对一个信号进行平稳化处理,其结果是将信号中不同尺度的波动或趋势逐级分解开来,产生一系列具有不同特征尺度的数据序列,每一个序列称为一个本征模函数(intrinsic mode function. IMF)分量。最低频率的IMF分量通常情况下代表原始信号的趋势或均值。作为一种应用,EMD分解方法可以有效地提取一个数据序列的趋势或去掉该数据序列的均值。测试结果表明,EMD方法是周前提取数据序列趋势或均值的最好方法;EMD方法的另一目的是为了进一步对各IMF分量进行Hilbert变换,获得信号的瞬时特征。 十分感谢你这个帖子....但是我希望了解小更多的关于其对图像处理的应用 这是最基本的东东,期待更进一步的信息 图像处理就涉及到二维HHT,基本思想是在一维HHT基础上引申的,至于二维EMD分解目前我所知道的有两种思想:1)引用一维EMD分解思想,将图像看成行和列的数据,分别对行和列数据做一维的EMD分解,同样也涉及到端点问题和曲线拟合问题,由于将面分解的行和列数据要短,端点问题更严重,文献《二维EMD的纹理分析及图像瞬时频率估计》有相关的分解过程;2)引用面包络方法,可以参考文献《二维经验模分解在海洋遥感图像信息分离中的应用》,这个也是我目前要研究的问题;
我也只是个菜鸟,有哪位大侠研究过二维EMD分解问题的,交流下心得哦!
[ 本帖最后由 helijuan315926 于 2009-4-14 18:39 编辑 ]
页:
[1]