基于ICA的图像噪声消除方法研究.pdf

《基于ICA的图像噪声消除方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、感Ｉ基于ＩＣＡ的图像噪声消除方法研究ＲｅｓｅａｒｃｈｏｎＩｍａ呂ｅＮｏｉｓｅＤｅｎｏｉｓｉｎｇＭｅｔｈｏｄＢａｓｅｄｏｎＩＣＡ＾八ｒ刘悦一、、‘：、‘、，？：．、？－．＞．、、．，＞、－－－‘＊大连交通大学日ＡＬＩＡＮＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ．．？ｒ１？？—大连交通大学学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作。尽我所知Ｌ乂标注和致谢及参考及取得的研究成果，除了文中特别加文献的地方外，论文中不包含他人或集体已经发表

2、或撰写过的研究成化不仿令为蘇得大连旁通大学或其他教育机构的学位或证书而果，一使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本人完全意识到本声明的法律效力，申请学位论文与资料若有不一。实之处，由本人承捏巧相关责任学位论文作者签名：曰期：ｃＭ；年《月》曰大连交通大学学位论文版权使用授权书本学位论文作者完全了解大连交通大学有关保和知巧产扣乃俾、留使用学位论文的规定；，即研究生在校攻读学位期间论文工作的知识产权单位属大连交遁大学，本人保证毕业离校后，发表或使用论文工作成果时署名单位仍然为大

3、连受通大学。学校有权保留并向国家有关部口或机构送交论文的复印件及其电子文档，允许论文被查阅和借岡。本人授枚大连交通大学可Ｌ义将本学化ｔ会专的令部或部分内容编入学校有关数据库和收录到《中国博壬学位论文全文数据库》、《中国优秀硕壬学位论文全文数据库》进行信息服务，也可Ｌ乂采用影印、缩印或担掘等复制手段保存或汇编本学位论文。（保密的学位论文在解密后应遵守此规定）学位论文作者签名：导师签告：：＾；＾曰期：心杞年＾月＾曰曰期；年／月》曰分类号：学校代号：UDC：密级：学号：硕士学位论文基于ICA的图像噪声消除方法研究ResearchonIm

4、ageNoiseDenoisingMethodBasedonICA学生姓名：导师及职称：学科门类：专业名称：研究方向：申请学位级别：论文答辩日期：学位授予单位：摘要摘要独立分量分析（IndependentCompontAnalysis,简称ICA）是近些年发展起来的一种针对盲信号分离问题非常有效的处理技术。由于其具有对源信号不需要知道太多先验知识的优点，因此，已经在图像处理、语音识别和生物医学信号处理等方面得到广泛的应用。目前，独立分量分析方法已经成为图像处理领域的一个研究热点。在实际应用中，一些图像不仅含有高斯噪声而且还含有稳定分布脉冲噪声，如生物医学图像中的CT图像

5、等，这使得图像丢失重要的细节信息，严重影响人们对图像的正确分析。传统的去噪方法中多数处理的对象都是针对一种噪声，所以对混合噪声的去除难以取得令人满意的效果。因此，本文在ICA的基础上进一步研究，提出相应的改进方法。本文主要工作及创新点如下：(1)针对图像中同时含有稳定分布脉冲噪声和高斯噪声时，传统图像去噪算法去噪效果显著下降的问题，提出一种基于负熵的分数低阶FastICA结合VNLMS算法，实现对这两种噪声的去除。其中，基于负熵的分数低阶FastICA算法是针对稳定分布脉冲噪声的消除方法，弥补了传统基于二阶统计量的算法无法有效处理稳定分布脉冲噪声的缺点；VNLMS算

6、法是针对高斯噪声的消除方法，该算法对高斯噪声有良好的去除效果。仿真结果表明，本文算法对于同时含有稳定分布脉冲噪声和高斯噪声的含噪图像表现出良好的分离特性，因此具有实际应用意义。(2)在上面算法的基础上，针对分数低阶FastICA算法中牛顿迭代容易增加算法复杂程度的缺点，分别提出了分数低阶PSO-ICA结合VNLMS算法和分数低阶QPSO-ICA结合VNLMS算法，实现对这两种噪声的去除；通过仿真实验证明，分数低阶PSO-ICA结合VNLMS算法的性能要优于分数低阶FastICA结合VNLMS算法，分数低阶QPSO-ICA结合VNLMS算法在保证去噪效果的前提下，显著缩短

7、了算法的运行时间。为了充分验证PSO-ICA算法和QPSO-ICA算法的性能，本文将这两种算法又直接应用于仅含有高斯噪声的图像去噪中，通过仿真实验证明，去噪效果明显提高。关键词：图像去噪；分数低阶ICA；PSO；QPSO；高斯噪声；稳定分布脉冲噪声I大连交通大学工学硕士学位论文AbstractIndependentCompontAnalysis（ICA）issignalprocessingtechnologywhicheffectivelyfocusesonblindsignalseparationinrecentyears