经验模式分解.docxVIP

经验模式分解 摘 要 近些年来 , 随着计算机技术的高速发展与信号处理技术的不断提高 , 人们对图像的分析 结构的要求也越来越高。目前图像处理已经发展出很多分支 , 包括图像分割、边缘检测、纹 理分析、图像压缩等。经验模式分解 (EMD)是希尔伯特 - 黄变换 (Hilbert-HuangTransform) 中的一部分 , 它是一种新的信号处理方法 , 并且在非线性、非平稳信号处理中取得了重大进 步, 表现出了强大的优势与独特的分析特点。该方法主要是将复杂的非平稳信号分解成若干 不同尺度的单分量平稳信号与一个趋势残余项 , 所以具有自适应性、平稳化、局部性等优 点。鉴于 EMD方法在各领域的成功应用以及进一步的发展 , 国内外很多学者开始将其扩展到 了二维信号分析领域中 , 并且也取得的一定的进展。但是由于二维信号不同于一种信号 , 限 于信号的复杂性和二维数据的一些处理方法的有限性 , 二维经验模式分解 (BEMD)在信号分析 和处理精度上还存在一些问题 , 这也是本文要研究和改善的重点。 关键词 ：图像处理；信号分解；  BEMD Abstract In recent years, with the rapid development of computer technology and the continuous improvement of signal proce