盲源分离在扫描图像增强中的应用.pdfVIP

岛ìj技术 2008 NO.30 Science end TechnololY 阳nOV8日石古有?r?idE!I四面目苗苗~ 盲源分窝在扫描图像增强中的应用① 张莉珍 梅铁民 tt阳理工大学偏息科学与工程学院 iI宁就阳 110168) 摘要s 由于纸创造尤候，一份纸属文格的~Uí .à4晴鹏像将向时也-t-.il.反而份内客，这将.，.扣精内客的可读性造成理，吻.阁此有必要对 扫捎回像it行增强处理。扫描所获得的每幡鸥像均可 it似瑜或原始材料.il、Ji鹉黯 4串的线性组合。因此针对这一问题，利用基于去 相关的窗旅馆号分离算法Jt.，插图像进行分离，从而达到扫描图像增强的同伪。仿真.，~晴圆像的分~结来...明.这种方法...扫描图像曲 增孩处J!J;，可行有效的。 关键词:扫描嗣像 自由像精. 宵派分离 中团分类号: TP391 立献标i只码:A 立意编号: 1674-098X(2008)lO(e)-0013-02 1 前吉 日常工作中，经常需要将纸质文档通过电子扫描设备转换成 电子文椅，以便于传输与存储。倒是通常情况下.由于纸张的半避 光傲，一幅拍摘图像往往是扫描对象的iE反而图像内容的叠加，自P 两幅图像的棍合图像，从而降低丁文件的可读性。尤其是在进行 机器谈取或识别时，如光学字符i只别，识别的正确率将大大降低. 因此对扫描图像进行增强处理是必要的。由于扫描图像中所包含 的两制原始图像(分别来自相描对象的?E反面)的频i替大部分觅处 在同…频段上，因此用传统的信号处理方放很难实现增强目的。 但是扫描图像一方丽可以近似地肴作是扫描对象的正反丽阁像的 线性叠加，另一方面，正反而阁像且闹具有很大的独立性或不相关 性，基本摘足盲源分离条件，因此可以采用盲源分离技术进行扫描 图像增强。 2 扫描阁像的混合与分商模型 2.1 扫描固像的混合模型 如前所瑜，一幅扫描图像可以看作是扫描对象的正反面图像 的近似线性组合.分别用句帜，y) 和S~衍.y) 表示扫描对象的正面与 反而倒像，用p，衍， y)和几位， y) 表示两幅相描阁像.扫描朋像与扫 描对象的正反面图像之间的关系可以用下面的矢最方辍表示为$ P(x.v)=AS(XJI)+Y(x,y) (1) 其中， SI巾，y)=[s，衍，外IS2(x， y)f 为原始阁像矢囊 ， P(几y) 辑 为R百UEUT ， 令B=X! lf 称之为预臼化矩阵.利用预自化矩阵 自观测偏号得到预臼ftf首号， [p， (X， y)， P2位， y)Y为扫描图像矢量 ， y(x，y)=[忡，y)，均收，Y)Y 为 H(x， y) 器BP，衍， y) (6) 可以证明，预臼化馆号H(x， y) 与源信号S(x， y)之间是正变变换 噪声阁像矢量，..4立 [09 12 为棍合矩阵。通常情况下，由于噪声与 关系，即 H巾， y) = v.)S(r.y) (7) 有用图像之间是不相关的，并且噪声水平较低，因此可以不考虑噪 声的影响。由于原始图像S怡.y)与棍合矩阵 A 都是未知的，因此我 们才利用曹源分离技术来恢复原始阁像。 在窗源分离中，我们总是假定原始图像之间具有统计独立性 或不相关性，这是盲源分离的…个必要条件。此外盲源分离算能 还要求棍合矩阵 A 为非奇异的，即要求的 A 行列式i鼠不为零.对 于扫描图像，这两个条件都可楠足或近似摘足. 2 ， 2 妇描图像的分离模型 其中P;J 为正变矩阵。自预白化馆号H(x， y) 得到其非零移位相 关矩阵并进行特征值分解， R， (d，Ay)=E[H价，y回T(x+u，y+ψ) ]捕 VDyT (8) 其中.t.XO或AYO 。可以证明，正变矩阵 V与v.J 之间存在关 系v= YoPJ ， 其中 P 为置换矩阵 ， J为对角元素为 1 或… 1 的对角 阵，因此令 Q(x,y) = JlT H(x,y) (9) 对扫描阁像分离的过程就是对其进行图像增强的过程.为了 实现扫描图像的分离，我们常要寻找叫个分离矩阵 W ， 使得 Q(x，y)=J+制X.Y) 则Q(x， y) 即为分离的源情号，且Q(x，y)=PJS(x， y) ? (2) 在此荔础上纷出基于二阶统计囊的窗分离算战:AMUSE 算法。 其中 ， Q(x，y)=[q， (X，川， Q2(末， y)f 为分离馆轧令G皿凯 称 此算法是一种完全特征值分解算rt.. 之为余局矩阵，则宿 Q(x，y)需GS(x，y) 如果金周矩陈 G 摘足条件， G=PD ①2在金项目:卷积棍含情号盲分离锁域算放研究. 作者简介 g 张和]珍(1 982 一) ，女，硕士研究生. 4 实验结果分析 (3) 4 ， 1 性能评偏 对倍号分离性能的评估，除了用直观的观察法来评估分离猿 (4) 果外，