首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波变换和稀疏成分分析的盲图像分离法
引用本文:余先川,曹婷婷,胡丹,张立保,代莎.基于小波变换和稀疏成分分析的盲图像分离法[J].北京邮电大学学报,2010,33(2):58-63.
作者姓名:余先川  曹婷婷  胡丹  张立保  代莎
作者单位:北京师范大学,信息科学与技术学院,北京,100875;北京师范大学,信息科学与技术学院,北京,100875;北京师范大学,信息科学与技术学院,北京,100875;北京师范大学,信息科学与技术学院,北京,100875;北京师范大学,信息科学与技术学院,北京,100875
基金项目:基金项目: 国家高技术研究发展计划项目(2007AA12Z156); 国家自然科学基金项目(40672195, 60602035); 北京市自然科学基金(4102029)
摘    要:针对图像信号不满足稀疏性条件,不能直接用稀疏成分分析模型进行盲分离的现象,提出一种基于小波变换和稀疏成分分析的盲图像分离法. 利用小波分解将混合图像从空域转化到频域,获取混合图像高频对角分量,在频域空间利用线性聚类稀疏成分分析法估计混合矩阵,进而最终重构源图像. 实验结果表明,该方法能准确有效地提取源图像. 目视结果及相关系数分析结果均表明,与经典独立成分分析法(FASTICA)相比,该方法分离精度高,分离效果好. 

关 键 词:小波变换  稀疏成分分析  盲源分离  稀疏性  独立成分分析
收稿时间:2009-06-13
修稿时间:2009-11-30

Blind Image Separation Based on Wavelet Transformation and Sparse Component Analysis
YU Xian-chuan,CAO Ting-ting,HU Dan,ZHANG Li-bao,DAI Sha.Blind Image Separation Based on Wavelet Transformation and Sparse Component Analysis[J].Journal of Beijing University of Posts and Telecommunications,2010,33(2):58-63.
Authors:YU Xian-chuan  CAO Ting-ting  HU Dan  ZHANG Li-bao  DAI Sha
Affiliation:(Department of Information Science and Technolgy, Beijing Normal University, Beijing 100875, China)
Abstract:
Keywords:wavelet transformation  sparse component analysis  blind source separation  sparseness  independent component analysis
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《北京邮电大学学报》浏览原始摘要信息
点击此处可从《北京邮电大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号