| 独立分量分析改进的图像去噪方法 |
| |
| 引用本文： | 杨信能,朱宝山.独立分量分析改进的图像去噪方法[J].测绘科学,2015,40(3):132-134. |
| |
| 作者姓名： | 杨信能 朱宝山 |
| |
| 作者单位： | 1. 信息工程大学,郑州 450052;总参测绘导航第四基地,成都610036;2. 信息工程大学,郑州,450052 |
| |
| 摘 要： | 针对传统去噪算法在复杂噪声污染图像处理中能力较弱的问题,该文基于信号高阶统计量的独立分量分析,通过其自适应变换,分离出源信号中的统计独立的分量,在分析对比传统图像去噪方法的基础上,讨论了独立分量分析的基本模型及原理;提出了一种结合中值滤波与wiener滤波的最大似然估计的图像去噪改进方法。仿真实验表明改进的独立分量分析去噪方法具有较大的优越性。
|
| 关 键 词： | 独立分量分析 图像去噪 最大似然估计 |
Image denoising based on independent component analysis |
| |
| YANG Xin-neng
,
ZHU Bao-shan.Image denoising based on independent component analysis[J].Science of Surveying and Mapping,2015,40(3):132-134. |
| |
| Authors: | YANG Xin-neng ZHU Bao-shan |
| |
| Institution: | YANG Xin-neng;ZHU Bao-shan;Information Engineering University;The Fourth Base of Surveying and Mapping Navigation of the General Staff; |
| |
| Abstract: | |
| |
| Keywords: | Independent Component Analysis(ICA) image denoising maximum likelihood |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
