基于l~∞范数的稀疏ICA和FCM的自然图像特征提取

摘要：

为了保证图像特征系数的稀疏性和加快寻找最优基的收敛速度,提出了一种基于l~∞范数的稀疏独立分量分析(SICA)的算法.该SICA算法采用l~∞范数作为ICA的稀疏性度量标准,用模糊C均值聚类算法初始化独立分量的特征基,有效地实现了自然图像的特征提取;而且,该SICA方法不需要优化高阶的非线性函数和密度估计,因而计算简单、且收敛速度较快;同时,利用提取的图像特征成功地实现了图像恢复,通过图像恢复对比实验表明了该方法在特征提取方面的合理性和实用性.

关键词：独立分量分析、l~∞范数、模糊C均值聚类、自然图像、特征提取

所属期刊栏目：31

分类号：TN911.73

资助基金：江苏省"青蓝工程"基金项目QL08030;国家自然科学基金项目60805021、60970058;中国博士后科学基金项目20060390180、200801231;福建省自然科学基金项目A0810010、A0740001;江苏省自然科学基金项目BK2009131

在线出版日期：2010-04-19（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：783-787