独立分量分析在有噪图像分离中的应用

被引:10
作者
周卫东
赵浩
彭玉华
机构
[1] 山东大学信息科学与工程学院,山东大学信息科学与工程学院,山东大学信息科学与工程学院济南,济南,济南
关键词
独立分量分析; 小波阈值去噪; 图像去噪; 图像分离;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
独立分量分析(independentcomponentanalysis,ICA)是基于信号高阶统计量的盲源分离方法。在分析独立分量分析的基本模型及方法的基础上,讨论了有噪信号的独立分量分析(NoisyICA),利用小波阈值去噪和FastICA算法进行了有噪混合图像分离的仿真研究。结果表明,对于含有加性观测噪声的混合图像的分离,先去噪处理再进行独立分量分离的效果要优于独立分量分离后再去噪的效果。
引用
收藏
页码:241 / 244
页数:4
相关论文
共 3 条
[1]   小波变换和独立分量分析去除脑电信号中的噪声和干扰 [J].
周卫东贾磊 .
山东大学学报(医学版), 2003, (02) :116-119+122
[2]   基于离散正交小波变换的图象去噪方法 [J].
彭玉华 .
中国图象图形学报, 1999, (08) :59-61
[3]  
小波变换与工程应用[M]. 科学出版社 , 彭玉华著, 1999