一种抗加性高斯白噪声的盲图像源分离方法

doi:10.13190/jbupt.201204.120.yuxch

北京邮电大学学报 ›› 2012, Vol. 35 ›› Issue (4): 120-123.doi: 10.13190/jbupt.201204.120.yuxch

一种抗加性高斯白噪声的盲图像源分离方法

余先川1，徐金东1,2

1.北京师范大学信息科学与技术学院 2.曲阜师范大学物理工程学院

收稿日期:2011-10-26 修回日期:2012-02-20 出版日期:2012-08-28 发布日期:2012-07-08
通讯作者: 余先川 E-mail:yuxianchuan@bnu.edu.cn
作者简介:余先川（1967-），男，博士生导师，Email：yuxianchuan@163.com 徐金东（1980-），男，博士生
基金资助:
国家自然科学基金项目（60602035）；北京市自然科学基金项目（4102029）；山东省优秀中青年科学家科研奖励基金项目（BS2010DX012）；曲阜师范大学基金项目（XJ201010）

A Blind Source Separation Method for Mixed Images with Additive White Gaussian Noise

YU Xian-chuan1,XU Jin-dong1,2

1.College of Information Science and Technology, Beijing Normal University 2. College of Physics Engineering, Qufu Normal University

Received:2011-10-26 Revised:2012-02-20 Online:2012-08-28 Published:2012-07-08

摘要/Abstract

摘要：

针对基于聚类稀疏成分分析的盲图像源分离方法噪声敏感的问题，提出了一种抗加性高斯白噪声的盲图像源分离算法. 通过分析混合图像与噪声图像间的相关性，估计混合图像中的噪声并去除，对去噪后的混合图像进行稀疏成分分析，即分离出源图像. 实验结果表明，该算法能直接、有效地去除同分布的加性噪声，使叠加噪声的混合图像得到精确的分离. 

关键词: 稀疏成分分析, 盲源分离, 加性高斯白噪声

Abstract:

Aiming at the noise sensitivity of blind source separation for mixed images based on the clustering sparse component analysis, a blind source separation method for mixed images with additive white Gaussian noise is proposed. The noise intensity in mixed image is evaluated by correlation coefficients between mixed image and noise image, then via sparse component analysis, the original images are separated from denoising mixed images. Experiment shows that the presented algorithm can remove the noise effectively, and extract the original images accurately from overlying noise mixed images. 

Key words: sparse component analysis, blind source separation, additive white Gaussian noise

中图分类号:

TP391

余先川徐金东. 一种抗加性高斯白噪声的盲图像源分离方法[J]. 北京邮电大学学报, 2012, 35(4): 120-123.

YU Xian-chuan,XU Jin-dong. A Blind Source Separation Method for Mixed Images with Additive White Gaussian Noise[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2012, 35(4): 120-123.

[1]	张亚坤, 张娅妹, 周林, 贺玉成. 高斯白噪声信道下SC-LDPC码的结构设计[J]. 北京邮电大学学报, 2020, 43(1): 35-39.
[2]	王川川, 曾勇虎. 欠定盲源分离算法的研究现状及展望[J]. 北京邮电大学学报, 2018, 41(6): 103-109.
[3]	付卫红, 周新彪, 农斌. 单通道盲源分离的研究现状与展望[J]. 北京邮电大学学报, 2017, 40(5): 1-11.
[4]	付卫红, 武少豪, 刘乃安, 杨博. 跳频信号的欠定盲源分离[J]. 北京邮电大学学报, 2015, 38(6): 11-14,19.
[5]	黄艳艳, 彭华. 分布式MIMO-OFDM系统多频偏盲估计[J]. 北京邮电大学学报, 2015, 38(6): 6-10.
[6]	姚俊良,杨小牛,李建东,李钊. 采用独立分量分析的共道干扰消除[J]. 北京邮电大学学报, 2010, 33(5): 103-107.
[7]	余先川曹婷婷胡丹张立保代莎. 基于小波变换和稀疏成分分析的盲图像分离法[J]. 北京邮电大学学报, 2010, 33(2): 58-63.
[8]	付卫红杨小牛刘乃安曾兴雯. 基于盲源分离的CDMA系统上行链路多用户检测[J]. 北京邮电大学学报, 2009, 32(2): 111-114.
[9]	马金明,吴伟陵. 基于 GCC算法的m-序列捕获概率的渐进性分析[J]. 北京邮电大学学报, 2003, 26(4): 46-50.
[10]	孙文江, 张平, 胡健栋. 高数据率传输的并行CDMA系统[J]. 北京邮电大学学报, 1998, 21(s): 82-85.

一种抗加性高斯白噪声的盲图像源分离方法

A Blind Source Separation Method for Mixed Images with Additive White Gaussian Noise

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics

本文评价