改进的FastICA在盲图像分离中的应用  

Application of blind image separation based on improved FastICA algorithm

作　　者：赵伟[1] 陈伟杰[1] 黄秀节[1] 

机构地区：[1]集美大学诚毅学院,厦门361021

出　　处：《国外电子测量技术》2010年第5期70-72,共3页Foreign Electronic Measurement Technology

摘　　要：盲源分离(BSS)是信号处理领域的一个热点问题。独立分量分析(ICA)是一种基于高阶统计量的信号分析方法,它可以找到隐含在数据中的独立分量,已广泛应用于信号处理领域。为了有效地对混合图像进行盲源分离,介绍了一种基于改进的快速固定点算法(FastICA),对经过随机线性混合后的模糊图像进行盲源分离。仿真结果显示,该算法可以很有效地对线性混合图像进行盲源分离。Blind source separation（BSS）was a hot point of signal processing. Independent component analysis （IGA） was widely used in signal processing, which is a signal analysis method based on signal＇s high order cumulants, it can lind out the latent independent components in data. This paper introduce an improved fast fixed-point independent component analysis algorithm（FastlCA）, used to separate random mixed images. As the final, a good result was obtained through emulating with MATLAB.

关 键 词：独立分量分析 盲源分离 快速固定点算法 

分 类 号：TN911[电子电信—通信与信息系统]