[发明专利]基于单步实时在线处理数字图像的独立分量分析方法

权利要求书

1.一种基于盲源分离的单步实时在线独立分量分析处理方法，其特征在于，包括以下步骤：

步骤1：建立并初始化盲源分离矩阵W(t)＝I及影响因子并根据数字图像信号长度L调用公式选择学习步长μ，其中，I为单位对角矩阵，n为观察信号的通道数，t＝1，…，L表示样本采样数；

步骤2：将混合数字图像信号样本行堆叠成信号序列：x(t)＝[x₁(t)，x₂(t)，…，x_n(t)]^T；

步骤3：逐点实时接收数字图像信号，对每时刻接收到的数字图像信号样本进行差分运算获得差值信号u；

步骤4：将差值信号送入迭代学习调整单元，对分离矩阵进行调节，调用迭代公式W(t+1)＝W(t)+ΔW(t)更新盲源分离矩阵，并接收下一时刻的数字图像信号，返回步骤3，其中ΔW(t)为增量矩阵；

步骤5：接收完所有数字图像信号，根据差值信号完成对分离矩阵的全部更新，获得理想的分离矩阵W(t)；

步骤6：将全部信号序列x(t)通过理想的分离矩阵W(t)处理，获得相互独立的图像信号分量y(t)＝W(t)x(t)。

2.根据权利要求1所述的独立分量分析处理方法，其特征在于，所述步骤3中差分运算具体包括，调用公式u＝x(t)-x(t-1)对每时刻采样的数字图像信号进行差分，即用本时刻接收到的信号x(t)减去前一时刻接收到的信号x(t-1)，获得差值信号u。

3.根据权利要求1所述的独立分量分析处理方法，其特征在于，调用公式：ΔW(t)＝μ[F-βγ(t)I]W(t)确定步骤4中的增量矩阵ΔW(t)，其中，遗忘因子参数F与分离矩阵的乘积进行矩阵迹运算确定遗忘因子γ(t)。