[发明专利]一种基于频域稀疏成分分析的盲图像分离法

权利要求书

1.一种基于频域稀疏成分分析的盲图像分离法，其特征在于在频域中利用线性聚类的稀疏成分分析混合矩阵估计法估计混合矩阵，混合矩阵估计出来后，再返回空域，利用线性聚类的稀疏成分分析源信号估计法提取源图像。

2.如权利要求1所述的一种基于频域稀疏成分分析的盲图像分离法，其中线性聚类的稀疏成分分析的特征在于：对于稀疏度为m-1的完备集，混合信号列向量沿着混合矩阵列向量方向线性聚类，聚类类别数即为混合矩阵列向量的个数。假设j时刻源信号矩阵S中只有第i个源信号不为0，即则X(：，j)＝S(i，j)×A(：，j)，X(：，j)与A(：，j)共线。可知，所有满足S(i，j)≠0的列与混合矩阵列向量A(：，j)共线。混合信号线性聚类中心的方向决定混合矩阵A列向量方向，混合矩阵A的列数即为混合向量沿线性方向聚类的类别数。

3.如权利要求1所述的一种基于频域稀疏成分分析的盲图像分离法，其中线性聚类的稀疏成分分析混合矩阵估计法的特征在于：根据混合信号各列向量间的夹角的余弦值是否为1的准则将混合信号各列向量进行线性聚类，所得聚类中心为即为列混合矩阵。对于混合信号的任意两个列向量X(：，i)和X(：，j)，设则X(：，i)∈θ(k)，X(：，j)∈θ(k)当且仅当X(：，i)和X(：，j)共线，即通过这种方法，将X矩阵的所有列向量聚类，如果某类别的聚类点个数小于阈值α(α表示每一类别列向量的最少个数)，将该类别剔除。对每一类θ(k)k＝1，2…m，假设其包括C_k个元素其聚类中心向量通过这种方法计算出的聚类中心向量的方向就是混合矩阵的列向量方向，在允许源信号缩放的情况下有混合矩阵A＝M。

4.如权利要求1所述的一种基于频域稀疏成分分析的盲图像分离法，其中线性聚类的稀疏成分分析源信号估计法的特征是：根据混合信号列向量与混合矩阵各列的共线与否来选择参与计算的混合矩阵列数。对于混合信号矩阵的每一列X(：，j)(j＝1，2…T)，遍历混合矩阵的每一列A(：，i)(i＝1，2，…，n)，如果X(：，j)与A(：，i)共线，即X(：，j)＝λA(：，i)，则如果找不到与X(：，j)共线的A(：，i)(i＝1，2，…，n)，则

S(：，j)＝A^-1×X(：，j)。

5.如权利要求1所述的一种基于频域稀疏成分分析的盲图像分离法，其中在频域中利用线性聚类的稀疏成分分析混合矩阵估计法估计混合矩阵的特征在于：混合矩阵A的计算不是在混合图像所在的空域，而是先将混合图像经过一定的变换后，得到它们的频谱函数统计特征。在该频率空间中利用线性聚类的稀疏成分分析混合矩阵估计法估计混合矩阵。

6.如权利要求1所述的一种基于频域稀疏成分分析的盲图像分离法，其中返回空域，利用线性聚类的稀疏成分分析源信号估计法提取源图像的特征是：源图像的提取不是在变换后的频域空间，而是在原始的空域。即利用线性聚类的稀疏成分分析源信号估计法提取源图像时用到的混合图像信号是原始的空域中的图像信号。