收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

独立分量分析及其在图像特征提取和消噪中的应用

范羚  
【摘要】: 近年来,伴随盲源分离问题产生的独立分量分析(Independent Component Analysis,简称为ICA)理论已逐渐成为统计信号处理中的一个研究热点,并正迅速成为多维数据分析的一个有力工具。独立分量分析算法根本原理是通过分析多维观测数据间的高阶统计相关性,找出相互独立的隐含信息成份,完成分量间高阶冗余的去除及独立信源的提取。与其他方法相比较,独立分量分析的突出特点是:它以分量间相互独立为分离准则,在源信号和混合方式均未知的前提下,尽可能无失真的从观测信号中分离出隐含的独立信源。这一特点使得独立分量分析方法在图像特征提取,压缩,和模式识别等领域中有着广泛的应用前景。 本文主要的工作围绕独立分量分析理论,算法及其在图像特征提取与消噪中的应用而展开。具体内容如下: (1) 详细概述了独立分量分析理论的研究和发展现状及存在的问题。 (2) 介绍了与独立分量分析研究密切相关的统计和信息论基本知识。 (3) 描述了多维统计分析的基本思想,并对两种典型的多维数据描述方法:主分量分析和独立分量分析进行了详细比较,指出它们之间的联系和差别。 (4) 对独立分量分析优化算法进行了研究,重点讨论了基于非高斯性极大原理和信息极大原理的两类有代表性ICA算法,完成了相关算法的实现工作。 (5) 对独立分量分析理论算法在图像特征提取,消噪和识别中的应用进行了研究。首先对自然景物图像进行特征提取,设计了一个非线性阈值函数对提取的特征进行阈值处理,并引入了结合子窗口与非线性阈值函数用于图像消噪的新思路,获得了较好的图像特征提取和消噪效果,该方法思路对图像编码的优化和改进具有一定的指导意义。在对基于独立分量分析的人脸识别研究中,先利用主分量分析方法降维预处理,以达到减少独立分量个数和简化计算量的目的,在此基础上对所提取的IC特征进行分类识别。所有实验结果均表明,独立分量分析方法能充分利用图像数据中的高阶统计信息,获得好的分析处理效果。实验中,还进行了不同特征提取和消噪等方法的比较研究,将独立分量分析方法与其他一些常用方法进行了比较,如主分量分析方法和维纳滤波方法等,实验结果表明,基于独立分量分析的图像特征提取和消噪方法具有独特的优势。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吴微东,庄哲民;基于盲源分离的一种快速独立分量分析算法[J];汕头大学学报(自然科学版);2004年02期
2 王春华;公茂法;衡泽超;;盲源分离技术及其发展[J];信息化纵横;2009年18期
3 权友波;王甲峰;岳旸;李蕾;严俊;;盲源分离技术现状及发展趋势[J];通信技术;2011年04期
4 李广彪,张剑云,毛云祥;盲源分离中的非高斯性极大准则[J];舰船电子对抗;2005年05期
5 范乐昊;邱晓晖;司海飞;;基于独立分量分析的噪声消除技术[J];金陵科技学院学报;2006年04期
6 申丽岩;方滨;沈毅;;基于负熵极大的独立分量分析方法[J];中北大学学报;2005年06期
7 李鸿燕;王华奎;;独立分量分析在混叠通信信号分离中的应用[J];仪器仪表学报;2006年S1期
8 理华;郝程鹏;侯朝焕;马晓川;杨俊;;一种应用于水声目标检测的盲源分离算法[J];数据采集与处理;2008年S1期
9 赵伟;陈伟杰;黄秀节;;改进的FastICA在盲图像分离中的应用[J];国外电子测量技术;2010年05期
10 邹永祥;吴建平;;独立分量分析及其在核探测信号预处理中的应用[J];物探化探计算技术;2008年04期
11 陈艳;;改进的独立分量分析在语音分离中的应用[J];电子科技;2009年12期
12 刘琚,梅良模,何振亚;一种盲信号分离的信息理论方法[J];山东大学学报(自然科学版);1998年04期
13 尉宇,聂玉峰;自适应最优保存遗传算法在盲信号分离中的应用[J];武汉科技大学学报(自然科学版);2003年03期
14 赵彬,杨俊安,王晓斌;混叠通信信号的盲分离处理[J];电讯技术;2005年01期
15 徐秋平;韦琦;;独立分量分析在PET图像去噪处理中的应用[J];哈尔滨理工大学学报;2009年06期
16 胡学友,高隽,甘龙,王安东;一种自适应神经网络的信号盲分离及实验[J];合肥工业大学学报(自然科学版);2002年06期
17 张道信,周爱毓,郭晓静,吴小培;结合中值滤波技术的盲源分离算法[J];微机发展;2004年07期
18 朱佳;袁晓辉;;基于独立分量分析的说话人自动识别方法的研究[J];仪器仪表与分析监测;2011年01期
19 徐福安;马明;林宏亮;;鸡尾酒会问题及其在军事侦察中应用的研究[J];中国电子科学研究院学报;2006年05期
20 陶磊;张昀;;基于独立分量分析的盲源分离研究[J];广东通信技术;2007年07期
中国重要会议论文全文数据库 前10条
1 周祥;樊涛;;基于盲源分离的储油罐底腐蚀混叠信号的识别与分离[A];第八届沈阳科学学术年会论文集[C];2011年
2 郭旭红;朱忠奎;;基于ICA的工业过程监控方法及其在TEP中的应用[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年
3 杨德美;杨学志;;基于独立分量分析高阶统计量的纺织品缺陷检测[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
4 周书仁;梁昔明;朱灿;;一种优化的ICA表情特征提取方法[A];第二十六届中国控制会议论文集[C];2007年
5 黄新武;杨锋;林庆富;;基于独立分量分析的自由表面多次波自适应分离技术[A];中国地球物理学会第二十七届年会论文集[C];2011年
6 王福祥;张军;;基于去相关的卷积混合信号盲分离方法[A];全国第二届信号处理与应用学术会议专刊[C];2008年
7 马明;;胎儿心电盲源提取算法性能比较[A];2011年亚太青年通信学术会议论文集(2)[C];2011年
8 吴彪;赵炜;赵彬;;盲信号分离算法仿真研究与性能评估[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
9 刘文成;陈文超;王伟;高静怀;;基于MCA的河道信息分离方法[A];中国地球物理学会第二十七届年会论文集[C];2011年
10 章林锋;张众;张旭东;;基于DSP处理器的雷达信号盲分离算法研究[A];全国第二届信号处理与应用学术会议专刊[C];2008年
中国博士学位论文全文数据库 前10条
1 林秋华;基于盲源分离的图像与语音加密新方法研究[D];大连理工大学;2006年
2 焦卫东;基于独立分量分析的旋转机械故障诊断方法研究[D];浙江大学;2003年
3 李昌利;盲源分离的若干算法及应用研究[D];西安电子科技大学;2010年
4 米建勋;带参考信号的独立分量分析理论及其应用研究[D];中国科学技术大学;2010年
5 王卫华;盲源分离算法及应用研究[D];哈尔滨工程大学;2009年
6 张晓丹;基于盲源分离技术的工程结构模态参数识别方法研究[D];北京交通大学;2010年
7 周仲兴;复合下肢想象动作电位的特征识别新技术研究[D];天津大学;2009年
8 韩军;内燃机的非平稳信号分析方法及其噪声源小波识别技术的研究[D];天津大学;2004年
9 许宏吉;发射分集和波束形成优化设计及其盲接收技术研究[D];山东大学;2005年
10 李灯熬;基于循环平衡理论的盲源分离算法[D];太原理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 赵军;基于独立分量分析和基音提取技术的盲源分离[D];西安理工大学;2005年
2 龙飞;脑电消噪的独立分量分析方法及其应用研究[D];安徽大学;2002年
3 刘云;目标定向及多波束实现[D];西北工业大学;2002年
4 牛奕龙;盲源分离算法研究[D];西北工业大学;2005年
5 边峦剑;基于改进粒子群的盲源分离算法及其应用研究[D];哈尔滨工程大学;2010年
6 李喜林;基于改进型粒子群算法的盲源分离研究[D];太原理工大学;2007年
7 贾凡;混合语音信号盲分离的算法研究[D];西安电子科技大学;2004年
8 张小兵;盲源分离算法及其应用研究[D];西北工业大学;2006年
9 高翔;独立分量分析与盲源分离在流程工业过程监控中的应用研究[D];江南大学;2008年
10 刘杰;基于独立分量分析的地震盲反褶积方法及应用研究[D];中国石油大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978