基于QPSO和ICA的圖像盲源分離方法的研究.pdf

1、盲分離是指在源信號(hào)系統(tǒng)和外部環(huán)境無(wú)法精確獲知的情況下,將源信號(hào)從混迭信號(hào)(觀(guān)測(cè)信號(hào))中分離出來(lái)的過(guò)程,自20世紀(jì)八十年代提出后,逐漸成為現(xiàn)代信號(hào)處理領(lǐng)域的重要組成部分。盲分離研究中的獨(dú)立分量分析技術(shù)近年來(lái)受到關(guān)注,是信號(hào)處理技術(shù)的一個(gè)發(fā)展方向,廣泛應(yīng)用于圖像信號(hào)處理、地震信號(hào)處理、語(yǔ)音信號(hào)處理、無(wú)線(xiàn)通訊、特征提取以及噪聲消除等方面,該方向的研究具有重要的理論意義和使用價(jià)值。
　　 獨(dú)立分量分析方法通過(guò)計(jì)算數(shù)據(jù)的高階統(tǒng)計(jì)特性,從被

2、觀(guān)測(cè)信號(hào)估計(jì)出被未知因素混合的相互統(tǒng)計(jì)獨(dú)立的源信號(hào)。文中介紹了獨(dú)立分量分析的起源和國(guó)內(nèi)外研究現(xiàn)狀,重點(diǎn)研究了獨(dú)立分量分析的基本理論模型、目標(biāo)函數(shù)的選取及優(yōu)化問(wèn)題,給出圖像盲分離數(shù)學(xué)模型,及非高斯最大化、互信息最小化、極大似然估計(jì)等目標(biāo)函數(shù)的數(shù)學(xué)描述。對(duì)于數(shù)值優(yōu)化方法穩(wěn)定性差、易陷入局部最優(yōu)解,圖像分離效果不好的問(wèn)題,提出一種改進(jìn)型的粒子群優(yōu)化算法——QPSO算法,研究了δ勢(shì)阱場(chǎng)模型、學(xué)習(xí)模式及算法收斂性,設(shè)計(jì)了QPSO算法流程和參數(shù);然

3、后,引入QPSO算法到圖像盲分離,代替原有獨(dú)立分量分析(ICA)中的梯度算法,對(duì)非高斯最大化目標(biāo)函數(shù)進(jìn)行優(yōu)化。通過(guò)大量的仿真分析,表明QPSO-ICA算法具有分離速度快、效果好的優(yōu)點(diǎn)。
　　 最后,為進(jìn)一步提高QPSO-ICA算法的性能,提出了兩種改進(jìn)的算法:CQPSO和AQPSO,其中CQPSO算法犧牲了時(shí)間提高了精度,而AQPSO算法同時(shí)兼顧時(shí)間和精度,將兩種改進(jìn)算法應(yīng)用到圖像盲分離中進(jìn)行仿真分析,實(shí)驗(yàn)結(jié)果表明改進(jìn)算法優(yōu)于Q