基于小波变换的混合图像EASI盲分离算法-论文.pdf

《基于小波变换的混合图像EASI盲分离算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、II：,DIGITA数L字VI视DE频O【本文献信息】高丽，张天骐，周圣，等．基于小波变换的混合图像EASI盲分离算法[J]．电视技术，2014，38(1)基刊、波变换的混合图像EASl盲分离算法高丽，张天骐，周圣，何丹娜(重庆邮电大学信号与信息处理重庆市重点实验室，重庆400065)【摘要】利用独立分量分析和小波变换的特性，提出了一种基于小波变换的混合图像盲分离新算法。该方法首先通过小波变换将原始图像稀疏分解，然后采用基于分离度变步长的EASI算法对分解后的系数矩阵进行盲分离，最后根据盲分离确定的分离矩阵将

2、原始图像恢复出来。仿真结果表明，该方法的分离精度高，分离速度快，稳定性强，在混合图像较多的情况下仍具有较好的分离效果。【关键词】独立分量分析；小波变换；分离度；EASI算法；不完整性约束【中图分类号】TN911．7【文献标志码】ABlindSeparationofMixedImages’EASIAlgorithmBasedonWaveletTransformGAOLi，ZHANGTianqi，ZHOUSheng，HEDanna(ChongqingKey6o删0，yofSigndandInformationPr

3、ocessing，ChongqingUniversityofPostsandTelecommunications，Chongqing400065，China)【Abstract】Usingthecharacteristicsofindependentcomponentanalysis(ICA)andthewavelettransform(WT)，anewmethodbasedonWTtoseparatethemixedimagesblindlyisproposed．Firstly，thismethodmake

4、theoriglmJimagessparsedecompositionbyWT．Andthenusethevariablestep—sizebasedonseparationdegree(SD)EASIalgorithmtoseparatethecoeficientmarxofsparsedecompositionblindly．Finally，recovertheoriginalimagesac·cordingtotheseparationmatrixgotabove．Thesimulationresult

5、sshowthatthealgorithmnotonlyhashighseparationprecision，fastseparationspeedandhighstability．butalsocanachievegoodseparationefectevenundermoremixedimages’case．【Keywords】independentcomponentanalysis；wavelettransform；separatingde~ee；EASIalgorithm；non—holonomicc

6、onstraint针对以上各算法的不足，笔者提出了一种基于小波变1盲分离算法换的EASI混合图像盲分离算法。它首先利用小波变换现代生活中信息在人们的工作、学习和生活中发挥将混合信号从时域转化到频域，并取其中具有超高斯分布着越来越重要的作用，其中最直接、最主要的信息就是图的高频部分作为新的混合信号；然后利用EASI算法，对像信息。如何对接收到的混合图像信号实现盲源分离，一新的混合信号进行盲源分离从而得到分离矩阵；最后利用直是信号处理领域的难点和热点。通常在图像分离时，无分离矩阵对原始混合信号进行分离，从而将各原

7、始图像恢法预知原始图像的基本信息，仅根据接收到的混合信号有复出来。效地将图像信息分离，这样一个信号分离或恢复的过程就2盲源分离模型称为盲信号分离。．文献[1]利用小波变换的方法将混合图像从空域转为方便分析，在假设噪声可以忽略的情况下，研究自化到频域，获取混合图像高频对角分量，在频域空间利用适应盲源分离算法，则混合模型可以表示为线性聚类稀疏成分分析法估计混合矩阵，进而最终重构源=AS(1)图像。该法虽然能准确有效地提取出源图像，但是算法式中：为混合信号向量；S=[S，；；⋯；S]为行的源复杂度较高。文献[2]采

8、用不完整自然梯度算法(Non—信号向量；A为混合矩阵。holonomicNaturalGradient，NNG)对混合图像进行盲源分通常，ICA模型建立在如下约束条件下：在任何一瞬离，提高了算法的稳定性，但是对图像信号并没有做处理，间时间点，源信号各分量(f=1，2，⋯，)相互统计独算法有效性有待进一步提高。文献[3]采用退火法调节立；源信号各分量中最多只能有一个是高斯型信源；混合EASI算法的变步