ICA及其在數(shù)字圖像處理中的應用.pdf

1、獨立分量分析(ICA)是近期發(fā)展起來的一種非常有效的盲信號處理技術，在許多應用領域正發(fā)揮著越來越重要的作用。ICA具有重要的理論和應用價值，在無線通信、聲納、語音處理、圖像處理和生物醫(yī)學等領域具有廣泛而誘人的應用前景，在過去的十幾年時間里，有關的理論和算法研究都得到了較快的發(fā)展，并涌現(xiàn)出了許多有效的算法。目前，ICA已經(jīng)成為國際上信號處理和人工神經(jīng)網(wǎng)絡等學科領域的一個研究熱點。 本論文的主要工作在于引入了一種新的特征提取方法——

2、獨立分量分析。獨立分量分析的根本原理是通過分析多維觀測數(shù)據(jù)間的高階統(tǒng)計相關性，找出相互獨立的隱含信息成分，完成分量間高階冗余信息的去除及獨立信源的提取。獨立分量分析是信號處理技術的新發(fā)展，它作為盲信號分離的一種有效方法而受到廣泛的關注。獨立分量分析算法通過計算數(shù)據(jù)的高階統(tǒng)計信息，可以從觀測信號中估計出相互統(tǒng)計獨立的、原始的、被未知因素混合的信號的估計信號。能夠反映圖像數(shù)據(jù)的高階統(tǒng)計特征，在圖像處理中得到成功的應用。本文對獨立分量分析及其

3、在圖像處理方面的應用進行了研究，主要有以下幾個方面的工作： (1)整理ICA的基本原理、發(fā)展歷史以及介紹與ICA密切相關的概率、統(tǒng)計、信息論基礎知識； (2)爭對獨立性度量問題，介紹了ICA獨立性度量的幾種方法；詳細介紹ICA基于信息論的幾種算法； (3)我們用FastICA算法對自然圖像提取獨立基，并利用Hyvarinen等提出的算法對有噪圖像進行去噪； (4)在本論文中，我們分別用PCA、ICA方法對