【硕士论文】基于ICA的扫描图像去噪方法研究.pdf

【硕士论文】基于ICA的扫描图像去噪方法研究.pdf

ID:32031827

大小:3.60 MB

页数:58页

时间:2019-01-30

【硕士论文】基于ICA的扫描图像去噪方法研究.pdf_第1页
【硕士论文】基于ICA的扫描图像去噪方法研究.pdf_第2页
【硕士论文】基于ICA的扫描图像去噪方法研究.pdf_第3页
【硕士论文】基于ICA的扫描图像去噪方法研究.pdf_第4页
【硕士论文】基于ICA的扫描图像去噪方法研究.pdf_第5页
资源描述:

《【硕士论文】基于ICA的扫描图像去噪方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、摘要论文题目:基于ICA的扫描图像去噪方法研究学科专业:控制理论与控制工程研究生:成斐鸣签名:指导教师:刘涵副教授签名:攀变年堕赵摘要独立分量分析(IndependentCompontAnalysis,简称ICA)是近二十年来针对盲信号分离问题发展起来的一种信号处理理论。它是一种统计方法,其目的是从由传感器收集到的混合信号中分离出相互独立的源信号,使得这些分离出来的信号之间尽可能独立。该方法在语音识别、通信和医学信号处理等信号处理方面有着广泛的应用,目前已经成为人工神经网络等研究领域中的一个研究热点。本文将ICA理论用来解决扫描图像的去噪问题。在扫描文档时,由于纸张质量的原因,导致正面的

2、文字含有背面文字的信息,从而影响正常的阅读。在扫描图像的去噪问题中,背面文字的信息就是要处理的噪声。本文分别将含有噪声的正面和背面扫描的图像作为两个混合信号来进行处理,将不同的ICA算法一Infomax、FastICA和基于广义特征值的三种算法分别对两个混合信号进行分离,从而得到不含有噪声的扫描图像。对不同的ICA算法,初始权值和非线性函数等参数对实验结果都有不同的影响,本文通过对同一种算法分别改变初始权值、非线性函数等不同参数进行实验,并从分离效果、处理时间以及算法稳定性等方面对实验结果进行了比较和分析,从而得出针对本文的实际问题,各个算法的优缺点。关键词:独立分量分析,扫描文档,In

3、fomax,FastICA,广义特征值AbstractTitle:RESEARCHONTHENOISEELIMINATIONOFSCANlNGIMAGEBASEDONlCAMajor-ControlTheoryandControlEngineeringName=FeimingCHENGSignature:Supervisor,AssociateProf.HanLIUSignature:AbstractIndependentComponentAnalysisisakindofthesignalprocessingtheory,whichisdevelopedinthepasttwodeca

4、desaimedtoblindsourceseparation.Itisamethodologyofstatistics,whichisdesignedtoseparatetheindependentsourcesignalsfromthemixedsignalsreceivedbythesensorssoastokeeptheseparatedsourcesignalsasindependentaspossible.Ithaswideintheofvoicerecognitionandsignalapplicationregardprocessingconcerningtelecomm

5、unication,medicine,etc.NowitalsohasbeenafocusintheresearchfieldofartificialneuralnetworkandSOon..ThedissertationfocusesonutilizingtheICAtheorytoremoveunpleasantnoiseofthescanningimages.Whenwescandocuments,poorqualitypapermakesthewordsonrearsidevisibleonfrontface;consequently,negativeinfluencewill

6、beexertedonournormalreading.,nledisturbaliceinformationontherearsideisthenoiseswhichshouldberemoved.Inthisresearch,thescannedimagesonbothsidescontainingnoisesareprocessedastwomixedsignals,whichaleseparatedtoapplydifferent/CAcalculatingmethodsi.e.Infomax,FastlCAandthemethodbasedongeneralizedeigenv

7、alue.InthedifferentICAmethods,initialfunctionandcaninfluenttheresultstosomeweightedvalue,nonlinearparametersexperimentalextent.Therefore,manyexperimentsalecarriedoutbychanginginitialweightedvalue,nonlinearfunctionandpa

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。