基于独立分量分析的图像边缘特征提取.pdfVIP

维普资讯 文章编号- 1672—8785(2006)05-0013-04 基于独立分量分析的图像边缘特征提取 黄启宏，刘 钊 (电子科技大学 电子工程学院，四川成都 610054) 摘 要：本文探讨 了一种新的多元统计分析方法 ——独立分量分析在图像边缘特征提 取方面的应用．采用基于信息最大算法的无监督神经网络对 自然图像进行迭代学习， 获得 ICA所需的基函数．提取的基函数在空间频率上具有方 向性和局部性，很好地描 述 了输入 自然景物图像的边缘特征．实验结果表明，即使在有噪声的条件下，ICA也 可以较好地获得 图像 的边缘特征信息． ＼ 关键词；独立成分分析；信息最大化；稀疏性；滑动子窗1=／ 中图分类号： TP391 文献标识码； A Im ageEdgeFeatureExtraction Basedon IndependentCom ponentAnalysis HUANGQi—hong．LIUZhao (SchoolofElectronicEngineering,UniversityofElectronicScienceand TechnoloyofChina，Chengdu 610054，China) Abstract： Theapplication ofanew multidimensionalsignal processingmethod-IndependentCorn- ponentAnalysistoimageedgefeatureextraction si dsicussed in thsi paper．Byusingtheinformation maximizationalgorithm ofICA implementedbyaIlunsupervisedlearningneural network．itcarlgetthe bassi functionsofthe natural images．Thebassi ufnctionshavedirectionality and locality atspac ial ~equencesna dcarldescribethedegefeaturesofthenatural images wel1．Theexperimental resultshave shownthattheICA carlextracttheedgefeaturesofimageseveninthepresenceofnoise． Key words： independentcomponentna alysis；information maximization；sparseness；sliding sub- ndow 1 引言 一 个 网络的输入端和输出端的互信息达到最大 时，等价于输出端各分量之间的冗余信息得到 独立成分分析 (ICA)是今年来发展起来的 去除．因此，基于信息最大的神经网络学习算法 一 种新的多维数字信号处理技术 l【I2】．在图像处 为本文试验数据的结果提供了理论依据． 理方面的应用主要是对输入 图像数据进行 ICA 分析，从数据间的高阶统计相关性角度出发，提 2独立成分分析和基函数 取图像 内部边缘特征，更有效地利用输入数据 假设大小为m