基于ICA特征的图像公共基与分割算法研究-计算机应用技术专业论文.docxVIP

西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期: 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期: 导师签名： 日期: 摘要 独立成分分析（Independent Component Analysis，ICA）是一种重要的特征提 取技术。它所提取的特征之间是尽可能相互独立的，这不仅最大化的降低了特征 之间的冗余信息，还更能反映数据之间的内在本质。因此，它得到了广泛的研究 和应用。本文深入分析了 ICA 模型的原理与机制，利用 ICA 提取的特征研究了图 像的公共基问题和合成孔径雷达（Synthetic Aperture Radar，SAR）图像的分割算 法。 图像的公共基是指，构成图像的一组基，使得所有的图像都可以在该基上线 性表示。本文旨在于找到一组适合于多种类型图像的公共基，然后在公共基张成 的空间中研究图像的各种问题。首先利用 ICA 模型从一组图像中提取一组特征， 作为公共基；然后利用偏最小二乘估计（Partial Least Squares，PLS）将图像投影 到公共基张成的空间。实验结果表明，由 ICA 模型和 PLS 模型生成的框架，可以 很好的对自然图像和 SAR 图像进行分解与合成。同时，还发现提取公共基所用的 图像集是容易获得的，并且公共基与投影系数之间具有一一对应性。接着，利用 公共基研究了基于稀疏表示的图像压缩算法。实验结果表明，通过控制还原图像 时投影系数的百分比，可以在图像较高的还原质量下，取得很高的压缩率。 另一方面，由于合成孔径雷达在生成图像时不受时间和天气的影响，其使用 十分广泛，因此，SAR 图像分割算法的研究十分重要。本文旨在于利用 ICA 特征 实现 SAR 图像的分割。首先研究了 SAR 图像纹理特征分析的现状；然后利用 ICA 模型对纹理特征合成的向量进行降维，也即是二次特征提取；最后利用 KNN 分类 器对图像中像素进行分类，从而实现图像的分割。同时，还研究了与 ICA 模型相 关的几 种线 性降 维模 型（ Principal Component Analysis （PCA）， Fisher Linear Discriminant （ FLD ）， Relevant Component Analysis （ RCA ）， Neighbourhood Component Analysis （ NCA ）和 Discriminant Independent Component Analysis （DICA）），与基于 ICA 模型的结果进行比较分析。实验结果表明，ICA 模型在 SAR 图像的分割结果很差，而其它的模型都能很好的分割 SAR 图像。其中，PCA 模型对地形区域明显，细节特征少的图像分割效果较好；其它的模型可以更好的 捕获图像中的细节信息。这些模型都会产生边缘效应（边缘区域误分），而 DICA 模型对边缘效应的抑制最好，更适合于进一步改进。另外，还用随机采样技术研 究了纹理特征的稳定性与特征窗口大小的关系，获得了一个合适的窗口大小。 关键字：ICA 特征 图像公共基 稀疏表示 SAR 图像分割 纹理特征 Abstract Independent component analysis (ICA) is a kind of important feature extraction method. The features extracted by ICA method are as much as possible independent for each other, and this is not only to maximize the reduction