基于ICA的圖像噪聲消除方法研究.pdf

《基于ICA的圖像噪聲消除方法研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、感Ｉ基于ＩＣＡ的圖像噪聲消除方法研究ＲｅｓｅａｒｃｈｏｎＩｍａ呂ｅＮｏｉｓｅＤｅｎｏｉｓｉｎｇＭｅｔｈｏｄＢａｓｅｄｏｎＩＣＡ＾八ｒ劉悅一、、‘：、‘、，？：．、？－．＞．、、．，＞、－－－‘＊大連交通大學(xué)日ＡＬＩＡＮＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ．．？ｒ１？？—大連交通大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作。盡我所知Ｌ乂標(biāo)注和致謝及參考及取得的研究成果，除了文中特別加文獻(xiàn)的地方外，論文中不包含他人或集體已經(jīng)發(fā)表

2、或撰寫過(guò)的研究成化不仿令為蘇得大連旁通大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書而果，一使用過(guò)的材料。與我同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。本人完全意識(shí)到本聲明的法律效力，申請(qǐng)學(xué)位論文與資料若有不一。實(shí)之處，由本人承捏巧相關(guān)責(zé)任學(xué)位論文作者簽名：曰期：ｃＭ；年《月》曰大連交通大學(xué)學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解大連交通大學(xué)有關(guān)保和知巧產(chǎn)扣乃俾、留使用學(xué)位論文的規(guī)定；，即研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬大連交遁大學(xué)，本人保證畢業(yè)離校后，發(fā)表或使用論文工作成果時(shí)署名單位仍然為大

3、連受通大學(xué)。學(xué)校有權(quán)保留并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件及其電子文檔，允許論文被查閱和借岡。本人授枚大連交通大學(xué)可Ｌ義將本學(xué)化ｔ會(huì)專的令部或部分內(nèi)容編入學(xué)校有關(guān)數(shù)據(jù)庫(kù)和收錄到《中國(guó)博壬學(xué)位論文全文數(shù)據(jù)庫(kù)》、《中國(guó)優(yōu)秀碩壬學(xué)位論文全文數(shù)據(jù)庫(kù)》進(jìn)行信息服務(wù)，也可Ｌ乂采用影印、縮印或擔(dān)掘等復(fù)制手段保存或匯編本學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）學(xué)位論文作者簽名：導(dǎo)師簽告：：＾；＾曰期：心杞年＾月＾曰曰期；年／月》曰分類號(hào)：學(xué)校代號(hào)：UDC：密級(jí)：學(xué)號(hào)：碩士學(xué)位論文基于ICA的圖像噪聲消除方法研究ResearchonIm

4、ageNoiseDenoisingMethodBasedonICA學(xué)生姓名：導(dǎo)師及職稱：學(xué)科門類：專業(yè)名稱：研究方向：申請(qǐng)學(xué)位級(jí)別：論文答辯日期：學(xué)位授予單位：摘要摘要獨(dú)立分量分析（IndependentCompontAnalysis,簡(jiǎn)稱ICA）是近些年發(fā)展起來(lái)的一種針對(duì)盲信號(hào)分離問(wèn)題非常有效的處理技術(shù)。由于其具有對(duì)源信號(hào)不需要知道太多先驗(yàn)知識(shí)的優(yōu)點(diǎn)，因此，已經(jīng)在圖像處理、語(yǔ)音識(shí)別和生物醫(yī)學(xué)信號(hào)處理等方面得到廣泛的應(yīng)用。目前，獨(dú)立分量分析方法已經(jīng)成為圖像處理領(lǐng)域的一個(gè)研究熱點(diǎn)。在實(shí)際應(yīng)用中，一些圖像不僅含有高斯噪聲而且還含有?穩(wěn)定分布脈沖噪聲，如生物醫(yī)學(xué)圖像中的CT圖像

5、等，這使得圖像丟失重要的細(xì)節(jié)信息，嚴(yán)重影響人們對(duì)圖像的正確分析。傳統(tǒng)的去噪方法中多數(shù)處理的對(duì)象都是針對(duì)一種噪聲，所以對(duì)混合噪聲的去除難以取得令人滿意的效果。因此，本文在ICA的基礎(chǔ)上進(jìn)一步研究，提出相應(yīng)的改進(jìn)方法。本文主要工作及創(chuàng)新點(diǎn)如下：(1)針對(duì)圖像中同時(shí)含有?穩(wěn)定分布脈沖噪聲和高斯噪聲時(shí)，傳統(tǒng)圖像去噪算法去噪效果顯著下降的問(wèn)題，提出一種基于負(fù)熵的分?jǐn)?shù)低階FastICA結(jié)合VNLMS算法，實(shí)現(xiàn)對(duì)這兩種噪聲的去除。其中，基于負(fù)熵的分?jǐn)?shù)低階FastICA算法是針對(duì)?穩(wěn)定分布脈沖噪聲的消除方法，彌補(bǔ)了傳統(tǒng)基于二階統(tǒng)計(jì)量的算法無(wú)法有效處理?穩(wěn)定分布脈沖噪聲的缺點(diǎn)；VNLMS算

6、法是針對(duì)高斯噪聲的消除方法，該算法對(duì)高斯噪聲有良好的去除效果。仿真結(jié)果表明，本文算法對(duì)于同時(shí)含有?穩(wěn)定分布脈沖噪聲和高斯噪聲的含噪圖像表現(xiàn)出良好的分離特性，因此具有實(shí)際應(yīng)用意義。(2)在上面算法的基礎(chǔ)上，針對(duì)分?jǐn)?shù)低階FastICA算法中牛頓迭代容易增加算法復(fù)雜程度的缺點(diǎn)，分別提出了分?jǐn)?shù)低階PSO-ICA結(jié)合VNLMS算法和分?jǐn)?shù)低階QPSO-ICA結(jié)合VNLMS算法，實(shí)現(xiàn)對(duì)這兩種噪聲的去除；通過(guò)仿真實(shí)驗(yàn)證明，分?jǐn)?shù)低階PSO-ICA結(jié)合VNLMS算法的性能要優(yōu)于分?jǐn)?shù)低階FastICA結(jié)合VNLMS算法，分?jǐn)?shù)低階QPSO-ICA結(jié)合VNLMS算法在保證去噪效果的前提下，顯著縮短

7、了算法的運(yùn)行時(shí)間。為了充分驗(yàn)證PSO-ICA算法和QPSO-ICA算法的性能，本文將這兩種算法又直接應(yīng)用于僅含有高斯噪聲的圖像去噪中，通過(guò)仿真實(shí)驗(yàn)證明，去噪效果明顯提高。關(guān)鍵詞：圖像去噪；分?jǐn)?shù)低階ICA；PSO；QPSO；高斯噪聲；?穩(wěn)定分布脈沖噪聲I大連交通大學(xué)工學(xué)碩士學(xué)位論文AbstractIndependentCompontAnalysis（ICA）issignalprocessingtechnologywhicheffectivelyfocusesonblindsignalseparationinrecentyears