盲分離算法研究及其在圖像處理中的應(yīng)用.pdf

1、盲分離技術(shù)是信號與信息處理領(lǐng)域中一個嶄新的研究方向.從80年代起的僅針對多源分離問題到如今在圖像、語音、生物信號、模式識別的各個方面的應(yīng)用,盲分離技術(shù)吸引了眾多領(lǐng)域?qū)＜业年P(guān)注.目前該研究大致可以分為兩類:-、盲分離的基本理論和算法研究.二、盲分離的應(yīng)用研究.該文在盲分離算法及其在圖像處理中的應(yīng)用做了很多積極地探索和研究,歸結(jié)起來,主要工作和創(chuàng)新有:第一、在歸納和總結(jié)了線性盲分離的基本原理和相互之間聯(lián)系的基礎(chǔ)上,重點研究了常用的三種盲分離

2、算法的抗噪性能.第二、為解決現(xiàn)存的盲分離算法抗噪能力弱的問題,該文提出了利用幾種成熟的去噪算法,如低通濾波,中值濾波,小波去噪等與盲分離算法相結(jié)合的方法.第三、提出了兩種新的盲解卷積算法.第四、提出了一類改進的非線性盲分離及盲卷積算法.第五、從特征提取的角度重新認(rèn)識了盲分離技術(shù),并分析了盲分離技術(shù)與主元分析的相互關(guān)系.盲分離提取獨立成分的能力使得它也常被稱為獨立成分分析(ICA).第六、探索了ICA特征提取方法在人臉圖像中的應(yīng)用.第七、

3、提出了一種新的基于FastICA變換的圖像壓縮方法.此方法同時還解決了ICA所提取的獨立成分沒有主次之分的問題.該方法利用FastICA算法中的白化過程,根據(jù)盡可能多地保留原始數(shù)據(jù)信息的原則自行選擇獨立成分,避免對獨立成分排序,拓展了ICA應(yīng)用在特征提取及數(shù)據(jù)降維等方面的理論基礎(chǔ).僅從利用主元成分和利用獨立成分的角度來看,在同樣地壓縮比的條件下,用ICA特征表征圖像更有效.第八、提出一種基于ICA變換的圖像去噪方法.該方法利用ICA變換