摘要:
针对盲分离初始化问题提出一种基于Curvelet稀疏表示的图像盲分离初始化方法. 该方法充分利用信号Curvelet变换的稀疏特性,选取稀疏性最好的高频系数组,采用聚类方法估计聚轴中心,寻求混合矩阵估计值,实现对盲分离学习算法的初始化. 实验结果表明,该初始化方法能避免盲分离算法在收敛时陷入局部最小,加快收敛,并提高分离精度.
中图分类号:
王军华1 方勇1;2. 基于Curvelet稀疏表示的图像盲分离初始化[J]. 应用科学学报, 2009, 27(2): 161-166.
WANG Jun-hua1, FANG Yong1;2. Initialization Algorithm for Blind Image Separation Based on Curvelet Sparse Representation[J]. Journal of Applied Sciences, 2009, 27(2): 161-166.