《表4 不同方法分解速度比较》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《一种基于多尺度极值的快速自适应二维经验模式分解方法》
注:IFABEMD方法分解5层停止;FABEMD方法以分解效果与IFABEMD分解的第5分量效果相当时为停止标准。
为了验证和分析改进FABEMD方法,即IFABEMD方法的有效性,下面分别给出原FABEMD方法和IFABEMD方法对典型的自然图像与合成纹理图像的分解对比结果。其中,FABEMD方法选用极值点最近距离矩阵dadj-max和dadj-min最小值中的最小值作为滤波窗口尺寸,并且筛选次数为1,迭代次数以分解效果与本文分解的最高级分量相当时为标准;IFABEMD方法不需要筛选过程,迭代次数为多尺度极值点集最高级数n-1(避免滤波窗口尺寸过大使分解速度快速下降)。实验图像如图6,7所示,图像参数如表3所示。FABEMD方法和IFABEMD方法的分解结果如图8—11所示。分解速度如表4所示。
图表编号 | XD00170135200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 杨达、刘述田、徐冠雷、王晓炜 |
绘制单位 | 大连东软信息学院智能与电子工程学院、大连东软信息学院智能与电子工程学院、海军大连舰艇学院军事海洋系、大连医科大学基础医学院 |
更多格式 | 高清、无水印(增值服务) |