| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-15页 |
| ·研究背景及意义 | 第12页 |
| ·研究现状 | 第12-13页 |
| ·本文研究的内容及主要工作 | 第13-14页 |
| ·本文结构安排 | 第14-15页 |
| 第二章 经验模式分解 | 第15-24页 |
| ·时频分析的发展 | 第15-17页 |
| ·傅立叶分析 | 第15页 |
| ·短时傅立叶变换 | 第15-16页 |
| ·小波变换 | 第16页 |
| ·Hilbert—Huang 变换 | 第16-17页 |
| ·一维经验模式分解（EMD）的原理 | 第17-18页 |
| ·一维EMD 方法筛选过程的算法 | 第18页 |
| ·一维经验模式分解方法的性质 | 第18-20页 |
| ·应用一维经验模式分解方法分解信号的实验结果 | 第20-21页 |
| ·EMD 算法存在的问题 | 第21-23页 |
| ·理论不完善 | 第21页 |
| ·具有边缘效应 | 第21-22页 |
| ·经验模式分解算法的停止准则的选取 | 第22-23页 |
| ·总结 | 第23-24页 |
| 第三章 二维经验模式分解 | 第24-35页 |
| ·二维经验模式分解方法 | 第24-26页 |
| ·基于一维EMD 的BEMD 方法 | 第24-25页 |
| ·基于二维EMD 的分解 | 第25-26页 |
| ·二维经验模式分解原理 | 第26页 |
| ·二维EMD 分解算法描述 | 第26-27页 |
| ·二维EMD 分解算法流程图 | 第27-28页 |
| ·二维EMD 分解过程中关键技术 | 第28-34页 |
| ·局部极值点的选取方式 | 第28-29页 |
| ·包络曲面的拟合方式 | 第29-32页 |
| ·本文采用的BEMD 分解实例 | 第32-34页 |
| ·总结 | 第34-35页 |
| 第四章 改进的二维经验模式分解. | 第35-41页 |
| ·二维EMD 存在的问题 | 第35-36页 |
| ·理论不完善 | 第35页 |
| ·边缘效应 | 第35-36页 |
| ·算法效率低 | 第36页 |
| ·改进的BEMD 方法 | 第36-40页 |
| ·改进的BEMD 原理 | 第36-37页 |
| ·改进的BEMD 算法描述 | 第37-38页 |
| ·改进BEMD 的实例分析 | 第38-39页 |
| ·改进的BEMD 算法的性能分析 | 第39-40页 |
| ·总结 | 第40-41页 |
| 第五章 基于 BEMD 的图像边缘检测 | 第41-48页 |
| ·图像边缘检测的基本概念 | 第41页 |
| ·图像边缘检测的发展 | 第41-42页 |
| ·基于二维经验模式分解方法的图像边缘检测 | 第42-45页 |
| ·二维经验模式分解实例 | 第42-43页 |
| ·基于二维经验模式分解方法的图像边缘检测的步骤 | 第43-44页 |
| ·该算法的流程图 | 第44页 |
| ·实验结果 | 第44-45页 |
| ·基于改进的二维经验模式分解方法的图像边缘检测 | 第45-47页 |
| ·基于改进的二维经验模式分解方法的图像边缘检测的步骤 | 第45页 |
| ·边缘检测实验结果 | 第45-47页 |
| ·边缘检测效果比较图 | 第47页 |
| ·总结 | 第47-48页 |
| 第六章 基于 BEMD 的图像去噪 | 第48-55页 |
| ·图像去噪的发展现状 | 第48-49页 |
| ·常用的图像去噪方法 | 第48-49页 |
| ·小波变换 | 第49页 |
| ·BEMD 去噪方法 | 第49-50页 |
| ·基于改进的BEMD 分解方法的图像去噪 | 第50-54页 |
| ·图像去噪原理介绍 | 第50-51页 |
| ·算法步骤 | 第51页 |
| ·算法流程 | 第51页 |
| ·实验结果分析 | 第51-54页 |
| ·总结 | 第54-55页 |
| 第七章 总结与展望 | 第55-57页 |
| ·研究工作总结 | 第55-56页 |
| ·进一步工作的展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 攻读硕士期间发表的论文 | 第59-60页 |
| 致谢 | 第60页 |