Key points are not available for this paper at this time.
Die empirische Modus-Zerlegung (EMD) ist eine vollständig datengetriebene Technik zur Zerlegung von Signalen in ihre natürlichen Maßstabs-Komponenten. Das Problem der Eindeutigkeit, das durch die empirische Natur des Algorithmus und seine Empfindlichkeit gegenüber Änderungen der Parameter verursacht wird, erschwert die Fusion von Daten aus mehreren und heterogenen Quellen. Eine Lösung für dieses Problem wird vorgeschlagen durch die jüngsten komplexen Erweiterungen der EMD, die die gleiche Anzahl von Zerlegungsebenen garantieren, das heißt die Eindeutigkeit der Skalen. Die Methodik wird verwendet, um die Multifokus-Bildfusion anzusprechen, bei der zwei oder mehr teilweise unscharfe Bilder automatisch kombiniert werden, um ein völlig scharfes Bild zu erstellen.
Looney et al. (Fr,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: