基于变换域单源点筛选的高效盲图像分离

徐金东; 余先川; 胡丹; 张立保

doi:10.3969/j.issn.0372-2112.2013.11.013

您当前的位置：

首页 >

文章列表页 >

基于变换域单源点筛选的高效盲图像分离

学术论文 | 更新时间：2025-07-16

- 基于变换域单源点筛选的高效盲图像分离
- An Efficient Blind Image Separation Based on Screening Single Source Points in Transform Domain
- 电子学报 2013年41卷第11期页码：2193-2198
- 作者机构：
  
  北京师范大学信息科学与技术学院,北京,100875
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.41272359，No.41072245）;教育部博士点基金 (No.20120003110032）;中央高校基本科研业务专项基金 (No.2012LZD05）
- DOI：10.3969/j.issn.0372-2112.2013.11.013
  中图分类号： TP391
- 纸质出版：2013
- 稿件说明：
移动端阅览
徐金东, 余先川, 胡丹, 等. 基于变换域单源点筛选的高效盲图像分离[J]. 电子学报, 2013,41(11):2193-2198.

XU Jin-dong, YU Xian-chuan, HU Dan, et al. An Efficient Blind Image Separation Based on Screening Single Source Points in Transform Domain[J]. Acta Electronica Sinica, 2013, 41(11): 2193-2198.
徐金东, 余先川, 胡丹, 等. 基于变换域单源点筛选的高效盲图像分离[J]. 电子学报, 2013,41(11):2193-2198. DOI： 10.3969/j.issn.0372-2112.2013.11.013.

XU Jin-dong, YU Xian-chuan, HU Dan, et al. An Efficient Blind Image Separation Based on Screening Single Source Points in Transform Domain[J]. Acta Electronica Sinica, 2013, 41(11): 2193-2198. DOI： 10.3969/j.issn.0372-2112.2013.11.013.

摘要

在基于稀疏成分分析的盲图像分离中，有效聚类点数直接影响分离的速率和精度，针对此问题，提出一种基于变换域单源点筛选的高效盲图像分离算法.根据变换域单源点的定义及分析，通过比较混合图像的一级Haar小波对角分量与水平分量的绝对方向，筛选出“单源点”，有效地约简了参与估计混合矩阵的聚类点数，使信号特征更加稀疏.仿真实验结果表明，Haar小波域的单源点筛选方法能更快、更精确地估计混合矩阵，且统计直方图显示，该方法对潜在变量分析有所启发.

Abstract

In the field of blind image separation based on sparse component analysis

the separation efficiency and accuracy is directly affected by the valid number of clustering samples.For this problem

a new algorithm for detection of points in the Haar wavelet domain where only single source contributions occur was proposed.The algorithm identified the single source points(SSPs)by comparing the absolute direction between diagonal component and horizontal component of Haar wavelet coefficients of mixed images.After screening SSPs

the signal features are sparser.The experiment results showed that the algorithm could estimate the mixing matrix faster and more accurately

and it could inspire to identify the latent variables by statistical histogram.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于小波域的复数卷积和复数Transformer的轻量级MR图像重建方法

基于分频式生成对抗网络的非成对水下图像增强

两步式自适应阈值法滤除心电信号中运动伪迹

多通道盲电磁辐射现场分离方法研究

基于斑点方差估计的非下采样Contourlet域SAR图像去噪