基于松弛因子改进FastICA算法的遥感图像分类方法

多波段遥感图像反映了不同地物的光谱特征,其分类是遥感应用的基础.独立分量分析算法利用信号的高阶统计信息,去除了遥感图像各个波段之间的相关性,获得的波段图像是相互独立的.然而独立分量分析算法计算量太大,影响了其在多波段遥感图像分类上的应用.MFastICA算法可以改善FastICA算法的性能,减少计算量,但是同FastICA算法一样,其收敛依赖于初始权值的选择.在MFastICA算法中引入松弛因子,使算法可以实现大范围的收敛.应用BP神经网络对独立分量分析算法预处理后的图像进行自动分类,其分类精度比原始遥感图像的精度高,并且3种独立分量分析算法的最终分类性能相当.     

针对FastICA计算终点判断的算法改进

独立分量分析不能分离高斯分布信号,导致对含高斯噪声系统计算不收敛;FastICA可以从系统中逐个计算出独立分量,通过计算系统残余信息的自相关函数值,判断残余信息属性,找出独立分量分析的计算终点,对FastICA算法进行改进,可以避免无效计算,节省计算时间。改进后的算法可以自动判断含噪声的线性系统的独立分量数目,与预先定义分量数目的独立分量分析相比,具有更好的降噪效果。     

五阶收敛的FastICA改进算法

目前应用较多的FastICA算法利用了二阶收敛的牛顿迭代法进行优化,为了加快算法的收敛速度,用五阶收敛的牛顿迭代法对其进行改进,得出了两种改进的FastICA算法,通过实验验证了改进算法的性能。     

改进的FastICA算法在图像盲分离中的应用

在系统研究独立分量分析基本原理、快速算法的基础上,提出了一种改进的独立分量分析快速算法。引入了一种综合考虑峰度和偏度的新的简单目标函数,并对独立分量分析的快速算法流程提出了改进。改进的算法在图像盲分离中得到了应用。实验结果表明,该算法显著提高了独立分量分离效果。     

一种峭度FastICA改进算法

独立分量分析(ICA)是盲分离的核心技术,是信号处理领域的一种新的发展.FastICA是独立分量分析中收敛速度较快的算法,因为它的收敛速度快且要求内存空间小而备受关注,但存在步长μ选取不当可能导致算法收敛速度减慢甚至不收敛的问题.为了克服其缺点,在基于峭度的FastICA算法的基础上增加精确线性搜索优化技术来求μ,使改进后的算法收敛速度更快且不需要手动来选择步长参数.编制相应的matlab程序,将改进的算法用于语音信号分离,验证了它的高效性.     

一种改进的FastICA算法及其应用

独立分量分析是基于信号高阶统计量的信号分析方法,它可以找到隐含在数据中的独立分量,已经广泛应用到语音信号处理、图像处理及信息通信等方面。目前应用较多的快速独立分量分析（FastICA）利用了牛顿迭代法原理,具有较快的收敛速度,但对初始值的选择比较敏感。为克服其缺点,改进其优化学习算法,在牛顿迭代方向增加一维搜索,使改进后的算法的收敛性不依赖于初始值的选择。将改进的FastICA算法应用到运动目标检测中,取得稳定性较强的结果。     

一种基于十五阶的FastICA改进算法

快速独立分量分析（FastICA）因其收敛速度快而被受关注,但存在初始值选取不当可能导致算法的收敛速度减慢甚至不收敛的问题。针对基本牛顿迭代FastICA算法对初始值选择比较敏感的缺点,以最大化负熵为目标函数,引入十五阶牛顿迭代的修正形式对FastICA算法的核心迭代过程进行改进,改进算法的收敛性不再依赖于初始值的选择,而且具有更快的收敛速度。将改进算法应用到仿真实验,实验结果显示,改进算法在分离效果相当的前提下,迭代次数更少,收敛速度更快,而且收敛速度更加稳定。     

一种基于FastICA的运动目标检测新方法

独立分量分析是一种新颖的自源分离技术,目前已经在语音识别、图像处理、通信系统和医学信号处理等领域得到了广泛的关注。简单介绍了独立分量分析的基本理论和算法,用快速独立分量分析(FastICA)方法进行运动目标检测的试验,试验结果表明这是一种鲁棒性较强的运动目标检测方法。     

基于松弛因子的快速独立分量分析算法的遥感图像分类技术

多光谱遥感图像反映了不同地物的光谱特征,其分类是遥感应用的基础。独立分量分析算法利用了信号的高阶统计信息,对于多光谱遥感图像而言,算法去除了波段图像之间的相关性,获得的波段图像是相互独立的。但是独立分量分析算法有一个缺点,即计算量太大,影响了在多光谱遥感图像分类上的应用。M-FastICA算法同FastICA算法一样,它们的收敛依赖于初始权值的选择。通过在M-FastICA算法中引入松弛因子,使算法可以实现大范围收敛,得到更稳定的收敛效果。应用BP神经网络对独立分量分析算法预处理后的图像进行自动分类,其分类精度较原始遥感图像的精度均高,并且三种独立分量分析算法的分类性能也相当。     

基于二值运算的数字图像水印嵌入与检测算法

研究了在数字图像中实现水印的方法。提出了一种在小波变换域内基于二值运算的数字图像水印嵌入与检测算法，且水印的检测不需要原始图像，使用该算法嵌入的数字水印具有很好的隐蔽性，感觉不到对原始图像的影响，同时，嵌入的数字水印具有很理想的鲁棒性。常规的图像处理方法对其影响甚弱。     

基于DWT域的混沌置乱二值图像数字水印新算法

提出了一种基于DWT(Discrete Wavelet Transform)域有意义二值图像数字水印新算法．利用广义猫映射产生的混沌序列对水印序列的嵌入位置进行置乱，增加了嵌入水印的安全性；并利用改正的二值运算方法将水印嵌入到图像深层小波域的低频子图中．水印的检测不需要原始图像．大量仿真结果证明了该算法嵌入的数字水印既具有很好的隐蔽性，又具有很理想的鲁棒性．     

一种结合小波域和空域的图像数字水印新算法

提出了一种结合小波域和空域的图像数字水印新算法。依据重要性将原始水印分成两部分,分别嵌入载体图像小波域和空域。并利用混沌系统对水印序列的嵌入位置进行置乱。重要水印嵌入小波域多级分解的低频子图;采用二值量化算法。其余水印嵌入载体空域非LSB的中间比特位;并采用最小化像素改变策略。实验结果证明了该算法在提高水印容量的同时,嵌入水印也具有很好的安全性、隐蔽性和鲁棒性。     

基于图像复杂度的数字水印算法

对图像复杂度进行了分析,结合人眼视觉系统,提出一种基于图像复杂度的数字水印算法.该算法根据载体图像灰度共生矩阵的图像熵对载体图像的纹理特征区域进行划分,按照不同的纹理特征将载体图像的DCT(discrete cosine transform)块分成3类分别进行嵌入,并利用Watson视觉模型控制水印嵌入强度.仿真实验结果表明,本文算法不仅具有较大的水印容量和良好的遮蔽性,而且对噪声、滤波、有损压缩、剪切等常见攻击具有较好的鲁棒性.     

抗图像合并的鲁棒性彩色图像水印算法

阐述了数字水印在彩色图像合并操作下的应用,考虑了JPEG2000有损压缩的影响,提出了一种对JPEG2000和JPEG有损压缩、图像剪切、合并操作具有强鲁棒的水印算法．试验证明,该算法对彩色图像转换到灰度图像、对JPEG2000高达1：50的压缩比、任意数量的图像合并、不超过50％的剪切以及噪声攻击具有较强的鲁棒性,提取的水印效果比较好。     

基于小波变换的静态图像数字水印算法

提出了一种基于小波变换并且不需要利用原始图像信息的静态图像数字水印算法,并给出了检测门限的确定方法,实验结果表明,该算法较好地保持了图像质量,并且对各种常用的图像处理方法显示出较强的稳健性。     

一种稳健的有意义图像水印算法

提出了一种稳健的有意义图像的水印算法,通过双正交小波变换,将有意义的水印信息全部嵌入到低频系数上,并给出了低频系数的选择策略以提高水印的安全性。实验结果证实了所提出的水印算法具有很好的不可见性,对JPEG有损压缩、噪声、剪切等攻击具有良好的稳健性。     

鲁棒可逆文本水印算法

针对法律或军事领域在使用文本文件时必须要求真实性的要求,提出一种鲁棒可逆文本水印算法.根据0/1水印序列和同义词替换评价模型,将水印有选择地嵌入到原始文本中.投票原则的使用提高了水印的鲁棒性并降低了误检率,拥有密钥和其他秘密参数的用户才可以完全恢复原始数据.理论分析和仿真结果表明,采用文中算法嵌入的水印具有较好的不可见性和较强的鲁棒性.