分量分解新型变换及其应用研究

图书标准信息

• 作者 徐晓刚
• 出版社 科学出版社
• 出版时间 2021-03
• 版次 1
• ISBN 9787030674463
• 定价 128.00元
• 装帧 其他
• 开本 16开
• 纸张 纯质纸
• 页数 207页
• 字数 305千字

【内容简介】

《分量分解新型变换及其应用研究》比较全面地综述了分量分解在信号变换或信号分解、图像变换或图像分解等相关领域内的总体情况，主要内容如下。第1章重点介绍信号和信号变换的基本概念及分类。第2章重点对EMD进行深入理论分析，揭示IMF与单分量信号之间的关系，给出并证明EMD将多分量信号分解为多单分量信号的必要条件和充分条件等。第3章针对二维图像的结构特点，介绍NLEMD、SBEMD和ASBEMD等算法，并给出它们的应用。第4章基于一维Hilbert和Bedrosian定理理论，介绍一种新的分量分解算法。第5章给出几种二维Hilbert变换的定义，介绍它们的函数表达式，并给出基于联合二维Hilbert变换的图像分解方法，包括相关的理论推导证明和图像分解实例。第6章把边缘和梯度作为广义极值，介绍广义经验模式分解算法。

  《分量分解新型变换及其应用研究》既可作为信号处理、信息理论、计算机等相关专业人员的理论技术参考书，也可作为对应专业本科生和研究生的参考书。

【作者简介】

徐晓刚，博士，浙江工商大学计算机与信息工程学院教授、博士生导师，之江实验室研究员。主要从事信号处理、视频分析、人工智能等方面的研究和教学工作。主持完成国家重大专项子课题、国家自然科学基金项目、国防重大专项等20余项，主持研发的可视化产品和视频分析产品已经应用于百余家单位。担任多项国家重大专项组专家，IEEE、《计算机学报》、《中国图象图形学报》等国内外期刊及会议审稿专家，国家自然科学基金项目评审专家。在IEEE、Pattern Recognition、IET、《自动化学报》等国内外期刊及会议发表论文100余篇，出版专著和教材10部，获得发明专利10余项。

　　

　　徐冠雷，博士，浙江工商大学计算机与信息工程学院副教授，主要从事信号处理、图像处理、人工智能等方面的研究和教学工作。主持并参与国家自然科学基金项目4项，主持省部级科研课题10项。担任IEEE Transactions on Signal Processing、Mechanical Systems and Signal Processing、Signal Processing、IET Image Processing等国内外期刊及会议审稿专家，国家自然科学基金项目评审专家。在IEEE、PatternRecognition、IET、《自然科学进展》、《数学物理学报》等国内外期刊及会议上发表学术论文80余篇，出版专著和教材4部，获得发明专利4项。

　　

　　王勋，博士，浙江工商大学计算机与信息工程学院院长、教授、博士生导师，计算机科学与技术浙江省学科带头人，可视媒体大数据技术浙江省工程实验室主任。主要从事移动图形计算、虚拟现实、计算机视觉、图像与视频处理、智能信息处理与可视分析等方面的研究和教学工作。主持承担国家重点研发计划项目、国家重点自然科学基金等项目30余项。入选国家“百千万人才工程”，获***有突出贡献中青年专家称号，浙江省“万人计划”教学名师，浙江省新世纪“151人才工程”首层次。担任The IEEE Intelligent Informatics Bulletin、Transactions on Edutainment、International Journal of Data Mining and Bioinformatics等期刊副主编和编委，国家自然科学基金项目评审专家。在IEEE、Pattern Recognition、CVPR等期刊及会议上发表论文100余篇，出版专著3部，获得发明专利30余项，其中美国发明专利3项，获得省部级奖10余项。

【目录】

第1章 绪论

1．1 信号的变换类型

1．1．1 信号关系和分类

1．1．2 信号变换的类型划分

1．2 有基变换

1．2．1 Fourier变换和加窗Fourier变换

1．2．2 时频分析

1．2．3 wavelet变换

1．2．4 分数阶Fourier变换

1．2．5 Hilbert变换

1．2．6 信号瞬时物理量

1．3 无基变换

1．3．1 Hilbert-Huang变换

1．3．2 Hilbert-Huang变换与Fourier变换的关系

1．4 书中主要内容及其关系

本章小结

第2章 一维Hilbert-Huang变换及应用

2．1 多分量EMD

2．1．1 EMD概述

2．1．2 EMD的局限性

2．1．3 多分量EMD的条件及判据

2．1．4 基于多尺度极值点的一维信号分解

2．2 最小二乘优化的EMD及时变FM信号的分析

2．2．1 时变FM信号EMD分解

2．2．2 最小二乘优化的FM信号EMD分解

2．2．3 FM信号分解实验分析

2．3 时变信号辅助的EDM及时变AM-FM信号的分析

2．3．1 时变AM-FM信号EMD分解

2．3．2 AM-FM信号EMD分解

2．3．3 AM-FM信号分解实验分析

2．4 噪声的经验模型与去噪

2．4．1 高斯噪声IMF的经验模式及统计特性

2．4．2 高斯噪声IMF模型在去噪中的应用

2．4．3 仿真实验

2．5 EMD的非均匀采样解释

2．5．1 非均匀采样

2．5．2 EMD理论的非均匀采样解释

2．6 应用：基于多尺度极值的一维信号趋势项快速提取

2．6．1 端点效应抑制

2．6．2 趋势提取和正确性评估

2．6．3 实验结果及分析

本章小结

第3章 二维Hilbert-Huang变换及应用

3．1 二维经验模式分解概述

3．2 限邻域经验模式分解及应用

3．2．1 限邻域经验模式分解概述

3．2．2 图像融合

3．2．3 图像高动态压缩

3．2．4 图像增强

3．3 结构经验模式分解及应用

3．3．1 结构经验模式分解概述

3．3．2 四元谱分析

3．3．3 纹理分析

3．4 信号辅助的EMD及应用

3．4．1 信号辅助的经验模式分解概述

3．4．2 ASBEMD特性分析

3．4．3 ASBEMD应用实例

3．5 二维信号基于多尺度极值点的分析与分解

3．5．1 现有二维极值点概念及查找方法

3．5．2 二维多尺度极值二叉树结构及其建立

3．5．3 基于多尺度极值的FABEMD算法

3．5．4 实验结果

3．6 二维EMD分量分解的本质

3．6．1 二维极值的稀疏性

3．6．2 实验与分析

本章小结

……

第4章 基于一维Hilbert变换的分量分解及应用

第5章 基于二维Hilbert变换的分量分解及应用

第6章 其他分量分解的新型变换及应用

参考文献