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，計算圖片數據的維數，將其重新排列為一維行向量并組成矩陣，圖片個(gè)數即為變量數，圖片的像素數即為采樣數，將圖像數據轉換為雙精度格式。取一隨機矩陣，作為信號混合的權矩陣，得到三個(gè)圖像的混合信號矩陣，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://dyxdggzs.com/article/188937.htm
％數據復原并構圖
ICAedS=B’*Q*MixedS_bak；
ICAedS_bak=ICAedS；
ICAedS=abs(55*ICAedS)；
最后將計算后的混合矩陣重新排列為圖片矩陣并輸出。
4 結束語(yǔ)
在分析獨立分量分析(ICA)的基本模型和方法的基礎上，詳細地探討了FastICA算法，并通過(guò)仿真試驗，成功地用該算法將3幅混合圖像有效地分離出來(lái)，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，我們如何利用壓縮稀疏編碼進(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。
評論