窗口经验模式分解及其在图像处理中的应用

摘要	第1-7页
ABSTRACT	第7-16页
第一章 绪论	第16-24页
·数字图像处理发展及意义	第16-17页
·论文研究的背景	第17-19页
·国内外研究现状及研究意义	第19-21页
·论文研究内容和目标	第21-22页
·研究内容	第21-22页
·目标	第22页
·论文结构	第22-24页
第二章 传统经验模式分解	第24-40页
·传统的变换域处理方法	第24-26页
·傅立叶变换	第24-25页
·小波变换	第25-26页
·Hilbert—Huang变换	第26-35页
·EMD基本原理和算法	第27-29页
·瞬时频率计算---Hilbert变换	第29-30页
·EMD算法特性总结	第30-31页
·EMD算法应用举例	第31-35页
·二维经验模式分解	第35-37页
·二维经验模式分解瞬时频率估计	第37-38页
·本章小结	第38-40页
第三章 窗口经验模式分解	第40-50页
·传统经验模式分解算法存在的问题	第40-41页
·窗口经验模式分解	第41-46页
·窗口经验模式分解的原理	第41-44页
·窗口经验模式分解算法	第44-45页
·窗口经验模式分解性能分析	第45-46页
·二维窗口经验模式分解算法	第46-48页
·二维窗口经验模式分解瞬时频率估计	第48-49页
·本章小结	第49-50页
第四章 基于窗口经验模式分解图像边缘检测	第50-61页
·引言	第50页
·边缘检测算法简介	第50-54页
·微分法	第50-52页
·Canny边缘检测	第52-53页
·小波边缘检测	第53-54页
·基于窗口经验模式分解的边缘检测	第54-57页
·算法介绍	第54-56页
·边缘检测结果和讨论	第56-57页
·本章小结	第57-61页
第五章 基于窗口经验模式分解图像融合	第61-76页
·引言	第61-62页
·图像融合方法简介	第62-63页
·基于加权的图像融合	第62页
·基于统计规则的图像融合	第62页
·基于神经网络的图像融合	第62-63页
·基于多尺度的图像融合	第63页
·图像融合评价方法	第63-65页
·运用窗口经验模式分解的图像融合	第65-70页
·融合算法	第65-67页
·不同类型图像融合实验	第67-70页
·本章小结	第70-76页
第六章 基于窗口经验模式分解医学图像去噪	第76-86页
·引言	第76页
·去噪方法简介	第76-78页
·空域或频域去噪	第76-77页
·小波去噪	第77-78页
·基于窗口经验模式分级的图像去噪	第78-82页
·算法介绍	第78-80页
·应用及分析	第80-82页
·本章小结	第82-86页
第七章 基于窗口经验模式分解医学图像增强	第86-99页
·引言	第86页
·图像增强方法简介	第86-87页
·空域增强	第86-87页
·变换域增强	第87页
·运用窗口经验模式分解和直方图匹配的图像增强	第87-94页
·直方图匹配	第87-90页
·图像增强算法	第90-92页
·应用及分析	第92-94页
·本章小结	第94-99页
第八章 基于经验模式分解的信息隐藏	第99-106页
·引言	第99页
·融合算法简介	第99-100页
·隐藏和提取数据	第100-103页
·密钥生成	第100-101页
·秘密数据的嵌入与提取	第101-103页
·嵌入提取实验及安全性	第103-104页
·本章小结	第104-106页
第九章 总结与展望	第106-110页
·总结	第106-108页
·展望	第108-110页
参考文献	第110-118页
发表的文章	第118-119页
致谢	第119页