改进的独立分量分析算法的图像分离技术研究

摘要：

独立分量分析(ICA)是在盲源分离(BSS)的研究过程中出现的一种全新信号处理和数据分析方法,该方法基于信号的高阶统计量,在图像的处理中起着越来越重要的作用.文章主要将改进的ICA优秀算法优化,并运用于多通道混合图像分离与处理中,通过与基于特征分析的线性变换技术的对比,以及探讨噪声对混合图像的ICA分离的影响,取得了一些有价值的仿真实验结果.从实验结论可以看出,不同ICA算法在混合图像分离应用中的优势得以充分体现,分离有噪图像方面存在的缺陷以及改进方法同样值得关注.

关键词：主分量分析、独立分量分析、图像分离、累积量、峭度

所属期刊栏目：26

分类号：TN919.85

在线出版日期：2005-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：14-18