纪 建,李 晓

(西安电子科技大学计算机学院,陕西西安 710071)

一种剪切波域的稀疏分量分析方法

纪 建,李 晓

(西安电子科技大学计算机学院,陕西西安 710071)

在图像盲源分离应用中,传统独立分量分析(ICA)方法直接使用图像混合源作为输入求得解混矩阵,没有利用图像在变换域的稀疏特性,无法获得较好的解混效果.针对这一问题,笔者在分析剪切波具有良好稀疏表示能力的基础上,提出了一种剪切波域的稀疏分量分析方法.该方法首先将图像混合源变换到剪切波域,得到剪切波系数,接着使用峭度选择最稀疏系数,最后将稀疏系数作为ICA方法的输入实现图像分离.由于选择较少的稀疏系数,问题的求解复杂度有了显著的降低.实验结果表明,与传统ICA方法相比,该方法获得了更好的分离效果,且缩短了算法的运行时间.

盲源分离;独立分量分析;稀疏分量分析;剪切波变换

盲信号分离(Blind Source Separation,BSS)是在源信号和混合方式未知的情况下,利用混合后的观测数据求取源信号的过程.按照设定的假设条件和研究途径的不同,可以分成独立分量分析(Independent Component Analysis,ICA)[1]、因子分析(Factor Analysis,FA)和独立因子分析(Independent Factor Analysis,IFA)等若干课题.其中,ICA是在假定源信号相互统计独立的基础上,通过非正交的线性变换对源信号进行解混,很大程度上解决了盲信号分离的问题.但是,ICA算法存在分离精度低、收敛速度慢、噪声鲁棒性弱等问题,仍然无法得到很好解决.针对ICA算法存在的问题,文中提出了一种新的独立……