基于ICA的混合圖像盲分離算法
加入技術(shù)交流群
初始化后讀入原始圖像，混合，并輸出混合圖像，計(jì)算圖片數(shù)據(jù)的維數(shù)，將其重新排列為一維行向量并組成矩陣，圖片個(gè)數(shù)即為變量數(shù)，圖片的像素?cái)?shù)即為采樣數(shù)，將圖像數(shù)據(jù)轉(zhuǎn)換為雙精度格式。取一隨機(jī)矩陣，作為信號(hào)混合的權(quán)矩陣，得到三個(gè)圖像的混合信號(hào)矩陣，將混合矩陣重新排列為原始的圖片矩陣并輸出。本文引用地址：http://www.ex-cimer.com/article/188937.htm
％數(shù)據(jù)復(fù)原并構(gòu)圖
ICAedS=B’*Q*MixedS_bak；
ICAedS_bak=ICAedS；
ICAedS=abs(55*ICAedS)；
最后將計(jì)算后的混合矩陣重新排列為圖片矩陣并輸出。
4 結(jié)束語
在分析獨(dú)立分量分析(ICA)的基本模型和方法的基礎(chǔ)上，詳細(xì)地探討了FastICA算法，并通過仿真試驗(yàn)，成功地用該算法將3幅混合圖像有效地分離出來，但是在自然界中需要處理許多被污染的圖像，這些圖像含有眾多未知的噪聲，我們?nèi)绾卫脡嚎s稀疏編碼進(jìn)行圖像去噪，使得基本的ICA模型可用，是我們下一步的工作。
評(píng)論