Hilbert-Huang變換及其在圖像信號處理中的應用.pdf

1、1998年美國工程院院士N.E.Huang及其合作者首次提出了一種適合于處理非線性非平穩(wěn)信號的新的時頻分析方法——Hilbert-Huang變換(簡稱HHT)，該方法的主要創(chuàng)新是經(jīng)驗模式分解(EmpiricalModeDecomposition，EMD)的引入。通過這種方法，任何復雜信號都可以分解為有限的且具有一定物理意義的幾個本征模態(tài)函數(shù)(IntrinsicModeFunctions，IMF)分量，再對各分量進行Hilbert變換以得

2、到各自的瞬時頻率和瞬時振幅，最終把信號表示為時頻平面上的能量分布，稱為Hilbert譜。它可以對信號的頻譜結構作出精確的局部時頻分辨，可以更準確有效地把握原數(shù)據(jù)的特征信息，且具有自適應性、完備性和正交性的特點。短短幾年來，它已被成功應用于地震勘探、機械故障診斷、生物醫(yī)學、海洋等諸多領域。本文在N.E.Huang等人前期研究工作的基礎上，對HHT展開了研究，取得了一定的研究成果，為拓展HHT新的理論論證和應用提供了有益的探索。 本

3、文圍繞著HHT主要完成了兩個方面的研究工作——HHT的理論研究和應用研究，具體表現(xiàn)如下： 1.對HHT變換理論進行了研究，對解決IMF的模式混疊問題和端點效應問題進行了有益的探索。 (1)針對直接用EMD分解含有間歇檢驗的數(shù)據(jù)而產(chǎn)生模式混疊這一現(xiàn)象，提出了基于局部均值分解的間歇檢驗濾波方法，使之能夠有效的避免模式混疊現(xiàn)象，從而使得本征模態(tài)函數(shù)具有明確的物理意義。 (2)針對端點效應等不足，提出了基于多項式變換矩陣

4、的數(shù)據(jù)序列延拓技術和基于非線性自適應預測模型的時間序列延拓方法，這兩種方法都可以有效地克服端點效應問題，從而得到準確的IMF分量和Hilbert譜。 2.將HHT應用于建筑結構損傷檢測特征提取、HRV能量譜估計、手寫體數(shù)字識別中，都獲得了較成功的應用。 (1)提出了基于EMD的信號瞬時特征小波分析方法，根據(jù)結構響應數(shù)據(jù)對建筑損傷進行特征提取，能夠更好地辨識出破損的時間局部特征信息，通過與直接的小波方法或EMD方法檢測結果

5、之間的比較，驗證了該方法的檢測效率。 (2)提出了一種基于HHT的HRV能量譜估計分析新方法，通過信號預處理數(shù)據(jù)重排，找到了符合物理意義的RR間歇序列的有用特征，較好地得到了RR問期中高頻，低頻及極低頻的能量信息，為HRV的醫(yī)學診斷和預測提供了新的解決途徑。 (3)提出了基于EMD的手寫體數(shù)字聚類模型化方法，通過對規(guī)范輪廓曲率序列作EMD分解，提取出各字符輪廓曲率序列的第一個IMF分量，后對此IMF分量進行小波分解以得到