基于独立分量分析新算法的含噪图像盲分离

摘要：

由于乘性噪声的存在,严重限制了标准ICA的使用.在分析独立分量分析的基本模型的基础上,讨论了有噪信号的独立分量分析(Noisy ICA).提出一种新的基于四阶统计量的方法来消除乘性噪声,分离出独立的源信号.通过寻求噪声线性转换的统计结构,依据代价函数最小来获取解混阵B,从而分离出多维观测信号.最后把算法应用于含噪的混合图像,通过仿真显示算法很好的分离了源信号.

关键词：独立分量分析、乘性噪声、统计量、盲源分离

所属期刊栏目：39

分类号：TN911.6

在线出版日期：2009-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：681-684