经验模态分解中多种边界处理方法比较研究(5)
直到得到的差值函数 ) ( t x n 要么是一个常值函数，要么是一个单调函数。最后，原始信号
) ( t x 就可以由这些 IMF 函数 ) , , 2 , 1 ( ), ( n j t c j
L = 和趋势函数 ) ( t r n 来表示
中包含的是信号从高到低的不同频率段成分，并且在每一频率段内
所包含的频率成分都是不同的，它是随信号本身的变化而变化的。
Nunes 等利用数学形态学中的重建算子和径向基函数提出了一个二文筛分过程 ， 将一
文的 EMD 思想用到了二文的图像处理中以进行纹理抽取 ， 提取出图像的二文 IMF ， 这种新
的图像多尺度分析方法称为二文经验模式分解 (Bidimensional Empirical Mode
Decomposition ， BEMD) 。
在二文经验模式分解的过程中 ， 可以将图像的每一行和每一列看成是一文信号 ， 用一
文信号的方法分别对它们进行分解，从而提出图像的水平和垂直方向上的纹理结构，对
图像每进行一次筛分过程，提取的二文 IMF 都是具有当前图像中局部最高的空间振荡频
率，也就是当前图像的纹理特征。二文筛分算法步骤如下：
(1) 初始化。 I 为图像矩阵；
(2) 对 I 的每一行确定其极大值点和极小值点 ， 用三次样条插值得到每一行的上下包
下一篇：协作多蜂窝无线通信系统预编码技术