基于分数阶微分与独立分量算法的红外图像边缘提取

探讨了基于分数阶微分增强和独立分量分析在红外图像边缘提取上的应用.首先,从数字图像分数阶微掩模及其运算规则出发对红外图像进行增强.然后,基于信息最大化算法对自然图像进行迭代训练,得到ICA所需的基函数.最后,运用独立分量算法对增强后的红外图像进行边缘提取.实验结果表明,分数阶微分在增强红外图像灰度变化不大的平滑区域中的边缘特征效果明显,而ICA算法做边缘提取即使在有噪声的情况下也能较好地提取红外图像的边缘特征.     

一种基于独立分量分析的图像融合方法

独立分量分析是一种基于高阶统计量的信号分析方法,近年来在图像处理和信号处理领域发挥着越来越重要的作用,因此也逐渐得到了人们广泛的关注和研究。本文提出了一种基于独立分量分析的图像融合方法。文中首先介绍了3种常用的图像融合方法：加权平均法、主成分分析法和小波变换法;然后在ICA模型的基础上提出了基于独立分量分析的图像融合方法;最后通过实验验证了该算法的有效性。     

基于独立分量分析的文本特征提取算法

文本特征提取的正确高效直接影响聚类结果准确率,针对文本特征提取中文本数据的高维、高噪声问题,提出采用独立分量分析作为文本特征词的提取技术.采用TF-IDF方法形成文本特征的数字描述矩阵一向量空间模型,使用独立分量分析算法实现对矩阵的关键特征词提取,使用非负矩阵分解及其扩展算法对矩阵进行聚类分析,实现聚类.     

基于独立分量分析新算法的含噪图像盲分离

由于乘性噪声的存在,严重限制了标准ICA的使用。在分析独立分量分析的基本模型的基础上,讨论了有噪信号的独立分量分析(Noisy ICA)。提出一种新的基于四阶统计量的方法来消除乘性噪声,分离出独立的源信号。通过寻求噪声线性转换的统计结构,依据代价函数最小来获取解混阵B,从而分离出多维观测信号。最后把算法应用于含噪的混合图像,通过仿真显示算法很好的分离了源信号。     

基于改进的独立分量分析的图像分离的研究

文章对独立分量分析的基本理论和FastICA的算法实现作了简要介绍。为提高收敛速度．对牛顿迭代法加以修正，并证明了修正形式为三阶收敛，提出了一种改进的牛顿迭代法的独立分量分析算法。通过对图像信号分离仿真实验表明。改进算法在与传统FastICA算法分离效果相当前提下，迭代次数减少了14．3％，收敛速度更快。     

基于图像独立特征分量的数字水印新方案

随着独立分量分析的方法被用来获取图像的独立特征分量，进行图像的分析，基于这种方法的数字水印技术也就随之出现。本文提出对原来的直接在图像的独立特征分量上加入水印的方法进行改进，对这些独立分量利用DCT进行去相关处理，在所得到的系数上嵌入水印，并且通过估计影响水印提取的各种因素，进一步提高鲁棒性。     

最大似然估计的独立分量分析法

独立分量分析(ICA)在国内尚属一门新型的方法,它的主要应用是盲信号分离(BSS)。该文首先给出了ICA中一种有效的方法--最大似然估计法(ML),其次分析了ML方法和信息最大化方法(infomax)的等价性,最后给出了相应的计算机仿真结果。     

基于分块Contourlet变换的图像独立分量分析方法

该文利用Contourlet变换良好的稀疏特性和能准确地捕获图像中的边缘信息的特点,提出了一种基于分块Contourlet变换的独立分量分析方法,并应用到图像分离中。实验结果表明,该方法在分离效果和处理时间上都有一定的优越性。     

结合小波变换的超完备独立分量分析

利用离散小波变换提出了一种结合小波变换和独立分量分析的超完备独立分量分析方法.对比现有的Overeomplete ICA算法,该算法利用了全局的观测信息,且实验子过程的有效长度仅为原来的一半.实验表明该算法能有效分离超完备情况下的混合语音.     

一种基于快速独立分量分析的图像水印算法

本文提出了一种基于快速独立分量分析的图像水印算法。该方法是把一幅二值水印图像嵌入到原图像的小波逼近子图中,检测时利用一种FICA(快速独立分量分析)方法来提取水印。实验证明,该水印具有较好的透明性和较好的鲁棒性。     

基于信息极大化的ICA算法研究

独立成分分析是在缺乏混合系统和源信号先验知识的条件下,仅通过观测信号来恢复出源信号,已经成为数字信号处理的重要研究方向。文中在研究独立成分分析理论的基础上,介绍了一种基于信息极大化的分离算法,并对混合音频信号进行仿真试验,成功分离出了混合信号中的各个独立成分,仿真结果验证了信息极大化分离算法在语音增强和助听器功能改善方面的优越性,具有一定的理论研究和应用价值。     

用一种新的独立分量分析算法实现极化SAR图像相干斑抑制

极化SAR图像为雷达图像中的信息处理和获取提供了更为便捷的途径。本文在研究极化SAR成像特点的基础上，介绍了用一种新的独立分量分析(ICA)方法—Infomax算法来进行相干斑抑制，完成了从极化SAR图像中分离相干斑噪声的仿真试验。实验表明，Infomax算法收敛速度较慢，但稳健性好。经ICA处理后的图像其相干斑噪声得到了有效的抑制，具有较低的相干斑指数，明显地改善了图像的质量。     

Extracting Epileptic Feature Spikes Using Independent Component Analysis

In recent years, blind source separation （BSS） by independent component analysis （ICA） has been drawing much attention because of its potential applications in signal processing such as in speech recognition systems, telecommunication and medical signal processing. In this paper, two algorithms of independent component analysis （fixed-point IC,4 and natural gradient-flexible ICA） are adopted to extract human epileptic feature spikes from interferential signals. Experiment results show that epileptic spikes can be extracted from noise successfully. The kurtosis of the epileptic component signal separated is much better than that of other noisy signals. It shows that ICA is an effective tool to extract epileptic spikes from patients＇ electroencephalogram EEG and shows promising application to assist physicians to diagnose epilepsy and estimate the epileptogenic region in clinic.     

基于独立分量分析的压缩域彩色图像融合

提出了一种基于独立分量分析的压缩域彩色图像融合方法,其基本思想是将源彩色图像进行IHS变换,将两幅图像的亮度分量/进行小波分解,对分解后的高频系数采用由独立分量分析得出的变换矩阵进行变换,然后对变换系数采用局部方差法进行融合,而对小波分解后的低频子图像分成若干N×N的图像块,分别对每个图像块做二维DCT变换,最后对融合的系数进行反变换得到融合结果,并用客观评价标准对结果进行了定量的分析.实验结果表明:该方法在提高空间信息的基础上,较少地降低了颜色失真.     

独立分量分析在混沌信号分析中的应用

本文从高阶统计信息角度来研究混沌信号,利用独立分量分析(Independent Component Analysis以下简称ICA)来探求混沌信号的特征结构.集中讨论了两个问题.一是基于ICA及相关的近似熵提出了一种新的方法来解决相空间重构中最佳延迟的选择问题;二是利用ICA来实现局部本征维数(LID)求取算法,从而对混沌吸引子的维数进行估计.实验结果表明该方法能正确分别混沌信号与非混沌信号,尤其是能正确判别1/f随机过程不是混沌过程.     

基于独立成分分析的复杂光谱的定量分析

基于独立成分分析(ICA)算法,对超短脉冲激光与气体相互作用所产生的复杂的非线性荧光光谱数据进行了有效的特征提取,进而对空气中含有的3种杂质气体在不同浓度下的光谱进行了预测,得到的结果与实测值相比较误差很小.对这3种气体共计27组光谱数据进行浓度值的定量预测,达到了满意的实验结果.     

基于蚁群算法的改进ICA算法

针对FastICA算法存在依赖非线性函数选取的缺陷,为了提高分离结果的可靠性,提出一种基于蚁群算法的改进ICA算法.该算法对非线性函数没有特殊要求,以负熵近似表达式为目标函数,利用蚁群算法代替FastICA算法中的牛顿梯度法,求出最优分离矩阵B,从而对混合信号中的独立分量进行分离.仿真结果验证了改进ICA算法的有效性和...     

基于独立分量分析的盲分离算法研究

独立分量分析是一种基于高阶统计量的信号分析方法,与盲源分离问题密切相关。首先介绍了独立分量分析的基本概念和准则,以及衡量算法性能的方法;其次对比较流行的几种独立分量分析算法进行分析和总结,最后对独立分量分析未来的发展做了展望。