一種基于多尺度極值的快速自適應(yīng)二維經(jīng)驗?zāi)Ｊ椒纸夥椒?/H1>
發(fā)布時間：2025-01-10 23:18
現(xiàn)有的二維經(jīng)驗?zāi)Ｊ椒纸?Bidimensional empirical mode decomposition,BEMD)算法在極值點查找、內(nèi)蘊(yùn)模式篩選和迭代過程中效率低、自適應(yīng)性有待進(jìn)一步提高,因此本文提出了一種基于多尺度極值的二維信號經(jīng)驗?zāi)Ｊ椒纸夥椒�。首先給出二維多尺度極值二叉樹結(jié)構(gòu)的概念和建立方法,進(jìn)而引出一個新的分解層數(shù)和濾波窗口大小的自適應(yīng)確定原則,由此形成了改進(jìn)的快速自適應(yīng)二維經(jīng)驗?zāi)Ｊ椒纸夥椒āψ匀粓D像和合成紋理圖像分解的實驗結(jié)果表明:與現(xiàn)有的快速自適應(yīng)二維經(jīng)驗?zāi)Ｊ椒纸夥椒ㄏ啾容^,新方法的自適應(yīng)性和效率都有明顯提升。
【文章頁數(shù)】：11 頁
【部分圖文】：
圖1 信號極值點的二叉樹結(jié)構(gòu)
(2）再分別將S〈1,1〉,S〈1,2〉作為新的序列分別找出它們的局部極大值點和極小值點，得到集合S〈2,1〉,S〈2,2〉，S〈2,3〉和S〈2,4〉，從而得到第二級極值點集S2={S〈2,1〉,S〈2,2〉，S〈2,3〉,S〈2,4〉}。(3）依此類推，迭代上述操作，直到某一....
圖2 由方向分離的極值點圖合成的最終二維極值點圖
(4）將對應(yīng)層級的方向分離的二維極值點子集圖S′h〈i,j〉和S″v〈i,j〉分別取交集，生成對應(yīng)層級的二維極值點子集，即S〈i,j〉=S′h〈i,j〉∩S′v〈i,j〉，由此得到最終二維極值點集Sm={Si}=S〈i,j〉，其中i=1,2,…,n;j=1,2,…,2i。采用此方....
圖3 FABEMD算法流程圖
FABEMD方法的具體步驟如圖3所示。其中BIMFi為第i級二維內(nèi)蘊(yùn)模式分量，Ires為余量，Ri為分解過程中間變量。wen的確定方法是：計算極值點最近距離矩陣dadj-max和dadj-min，兩者都以降序排列，可以選用不同的準(zhǔn)則從dadj-max和dadj-min中選擇出濾波....
圖4 改進(jìn)的FABEMD算法流程圖
(2）計算各極值點子集S〈i,j〉的極值點數(shù)目NSij，由此得到各級極值點的數(shù)目NSi為(3）計算各級極值點的平均密度為
本文編號：4025580
本文鏈接：http://www.sikaile.net/kejilunwen/wltx/4025580.html
【文章頁數(shù)】：11 頁
【部分圖文】：
圖1 信號極值點的二叉樹結(jié)構(gòu)
(2）再分別將S〈1,1〉,S〈1,2〉作為新的序列分別找出它們的局部極大值點和極小值點，得到集合S〈2,1〉,S〈2,2〉，S〈2,3〉和S〈2,4〉，從而得到第二級極值點集S2={S〈2,1〉,S〈2,2〉，S〈2,3〉,S〈2,4〉}。(3）依此類推，迭代上述操作，直到某一....
圖2 由方向分離的極值點圖合成的最終二維極值點圖
(4）將對應(yīng)層級的方向分離的二維極值點子集圖S′h〈i,j〉和S″v〈i,j〉分別取交集，生成對應(yīng)層級的二維極值點子集，即S〈i,j〉=S′h〈i,j〉∩S′v〈i,j〉，由此得到最終二維極值點集Sm={Si}=S〈i,j〉，其中i=1,2,…,n;j=1,2,…,2i。采用此方....
圖3 FABEMD算法流程圖
FABEMD方法的具體步驟如圖3所示。其中BIMFi為第i級二維內(nèi)蘊(yùn)模式分量，Ires為余量，Ri為分解過程中間變量。wen的確定方法是：計算極值點最近距離矩陣dadj-max和dadj-min，兩者都以降序排列，可以選用不同的準(zhǔn)則從dadj-max和dadj-min中選擇出濾波....
圖4 改進(jìn)的FABEMD算法流程圖
(2）計算各極值點子集S〈i,j〉的極值點數(shù)目NSij，由此得到各級極值點的數(shù)目NSi為(3）計算各級極值點的平均密度為
本文編號：4025580
本文鏈接：http://www.sikaile.net/kejilunwen/wltx/4025580.html
最近更新
教材專著
