VMD变分模态分解MATLAB程序包，将压缩包中的VMD.m添加在MATLAB的子路径之下（在MATLAB面板上方点击Set path→添加子路径），或者直接放在当前运行的文件夹中也能使用。

《图像处理与分析：变分、pde、小波及随机方法》首先介绍了对于现代图像分析和处理有重要意义的一般数学、物理和统计背景，包括曲线和曲面的微分几何、有界变差函数空间、统计力学的要素及其在图像分析中的含义、贝叶斯估计理论一般框架、滤波和扩散的紧理论以及小波理论的要素；同时讨论了图像建模和表示的方法，包括各种确定型的图像模型、随机的gibbs图像模型以及自由边界分割模型．本书讨论四种最常见的图像处理任务如图像降噪、图像去模糊、图像修复或插值以及图像分割的建模和计算。

根据单个或多个宽频偶数长度电磁信号，根据VMD计算分量数据，展示含噪曲线、去噪曲线、分量时域、分量频谱、多测道曲线的图形绘制和数据生成。实现单条信号的独立运算，多条信号可选参数的独立运算并实现合并。 源码中包含一组测试数据，结果与matlab一致。

图像处理的数学方法大概可以分为三类:基于概率统计的方法、基于小波的方 法和基于变分偏微分方程的方法.其中基于变分偏微分方程的方法则是在2000 年前后才逐渐被大家认知的新的图像处理的数学方法.本书对此作了很不错的论述介绍。

一本很好的适合物理方向同学学习的变分教材，讲述的观点比较偏向于物理。

变分模态分解（Variational Mode Decomposition,VMD）是由 Dragomiretskiy 等人提出的一种自适应信号处理方法，通过迭代搜寻变分模态 的最优解，不断更新各模态函数及中心频率，得到若干具有一定宽带的模态函数。 VMD算法是一种递归算法，有严格的数学理论做支撑！

水力机械转轮内部三维液－固耦合振动的变分原理及有限元方程.zip

乘性噪声出现在各种图像处理应用中，例如合成Kong径雷达，超声成像，单粒子发射计算机断层扫描和正电子发射断层扫描。 因此，在相干成像系统和各种图像处理应用中，倍增噪声去除具有重要意义。 本文提出了一种用于乘法噪声去除的非凸贝叶斯类型变分模型，该模型包括总变分（TV）和Weberized TV作为正则化器。 我们研究了此变分模型的最小化器的存在性和唯一性问题。 此外，我们开发了一种线性化梯度方法，以通过定点迭代来求解相关的Euler-Lagrange方程。 我们的实验结果表明，该模型具有良好的性能。

构建能同时兼顾图像平滑去噪与边缘保留的自适应全变分模型

VMD算法，里面有使用测试代码。分解效果比EMD好，可以抑制模态混叠现象。VMD的分解原理不同于EMD，它是将原始信号引入到变分模型中，利用寻找约束变分模型最优解的过程来获取分量。VMD极大地克服了EMD的模态混叠现象，具有较好的噪声鲁棒性，已被广泛应用到多个领域中。