基于ι~∞范数的稀疏ICA和FCM的自然图像特征提取 |
| |
作者姓名: | 尚丽 杜吉祥 |
| |
作者单位: | 1. 苏州市职业大学电子信息工程系,江苏,苏州,215104 2. 中国科学技术大学自动化系,安徽,合肥,230026;中国科学院合肥智能机械研究所,安徽,合肥,230031;华侨大学计算机科学与技术系,福建,泉州,362021 |
| |
基金项目: | 江苏省"青蓝工程"基金项目,国家自然科学基金项目,中国博士后科学基金项目,福建省自然科学基金项目,江苏省自然科学基金项目 |
| |
摘 要: | 为了保证图像特征系数的稀疏性和加快寻找最优基的收敛速度,提出了一种基于l~∞范数的稀疏独立分量分析(SICA)的算法.该SICA算法采用l~∞范数作为ICA的稀疏性度量标准,用模糊C均值聚类算法初始化独立分量的特征基,有效地实现了自然图像的特征提取;而且,该SICA方法不需要优化高阶的非线性函数和密度估计,因而计算简单、且收敛速度较快;同时,利用提取的图像特征成功地实现了图像恢复,通过图像恢复对比实验表明了该方法在特征提取方面的合理性和实用性.
|
关 键 词: | 独立分量分析 l~∞范数 模糊C均值聚类 自然图像 特征提取 l∞ norm |
本文献已被 CNKI 万方数据 等数据库收录! |
|