摘 要
盲分离技术是信号与信息处理领域中一个崭新的研究方向。从80年代起的仅针对多源分离问题到如今在图像、语音、生物信号、模式识别的各个方面的应用,盲分离技术吸引了众多领域专家的关注。目前该研究大致可以分为两类:一个是盲分离的基本理论和算法研究;另一个是盲分离的应用研究。本文在盲分离算法及其在图像处理中的应用做了很多积极地探索和研究,归结起来,主要的工作和创新有:
1. 在归纳和总结了线性盲分离的基本原理和相互之间联系的基础上,重点研究了常用的三种盲分离算法的抗噪性能。文章详细分析了三种常用算法,在不同源信号分布、不同噪声、不同噪声强度下的抗噪性能,得出了七条结论。这些结论弥补了现存文献上对高噪声背景下算法性能分析的缺失。另外,这些结论还给在不同的实际场合中应选用何种盲分离算法提供了依据。
2. 为解决现存的盲分离算法抗噪能力弱的问题,本文提出了利用几种成熟的去噪算法,如低通滤波,中值滤波,小波去噪等与盲分离算法相结合的方法。文章分别考察了:先对观测信号进行预去噪处理,然后再进行盲分离;和先使用盲分离再应用去噪处理分离后的信号两种情况。试验证明后一种策略能取得更好的效果,加入后去噪处理可使盲分离的最终结果具有更高的信噪比。后一种方法被成功地应用于解决相同背景噪声下的盲分离问题。
3. 提出一种基于ICA变换的图像去噪方法。该方法利用ICA变换可增强信号的非高斯性的特点,将信号在ICA域内进行阈值处理,从而达到提高去噪能力的目的。在理论上,ICA变换的基是利用数据自身的高阶统计特性求得的,它可以随着处理的对象不同而变化,较小波基更适合表达数据。试验表明:本文提出的方法能有效去除噪声,其结果好于或相似于小波去噪的结果。
关键词:盲信号处理;独立成份分析;图像降噪
Image Denoising Based on Blind Source Separation
Abstract
Blind source separation (BSS) is a new powerful signal and information processing method. In early 1980’s, BSS technology was explored to separate the mixtures of source signals. However, nowadays, it has been extended in diverse fields such as communication, array processing, speech enhancement and image processing and biomedical science. In general, researches on BSS may be roughly divided into two directions. One is the basic theory and algorithm. The other is its application in information processing. This paper has addressed both of th