基于小波变换的独立分量分析及其在图像分离中的应用  

ICA Based Wavelet Transform and Its Application to Image Separation

作　　者：陈艳[1] 何英[2] 朱小会[1] 

机构地区：[1]四川理工学院,四川自贡643000 [2]桂林电子科技大学,广西桂林541004

出　　处：《现代电子技术》2007年第24期131-134,共4页Modern Electronics Technique

摘　　要：提出了一种新的基于小波变换的独立分量分析方法,对混合图像进行分离。研究表明,当各个源信号的概率密度分布相同时,自然梯度算法的稳态误差与源信号峭度成反比。因此,对峭度更大的小波域高频子图像进行独立分量分析可以获得更高的分离精度。同时混合图像在小波变换的过程中,可以利用小波阈值对混合图像进行去噪,提高图像的信噪比。最后通过实验证明该方法是有效的。This paper proposes a kind of new Independent Component Analysis （ICA） method based on Wavelet transform and its application to image separation. According to the research, the steady-state error of the Natural Gradient Algorithm is inverse proportional to the kurtosis of the sources when the probability distribution function of each source is the same. In addition,in the wavelet transformation,it enhances picture the signal to noise ratio by using the wavelet threshold value to denoise. Finally, the experiments results show that the proposed method is elfective.

关 键 词：独立分量分析 小波变换 峭度 自然梯度算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]