论文部分内容阅读
盲源分离技术是仅仅从观测到的复杂信号中,分离各个未知源信号的过程,是信号处理范畴中研究的热点,其广泛应用在图像处理、雷达、生物医学等领域。置换混叠图像是一种特殊的单信道混合图像,不同于以叠加方式构成的单通道图像,置换混叠图像的混合形式是以置换的形式与其余的图像发生置换混叠,用传统的单信道盲分离方法和理论难以将此类置换图像分离开。本论文针对运动模糊置换混叠图像在NSCT域上展开研究。由于NSCT域具有良好的方向性和各向异性,对运动模糊置换混叠图像在NSCT域上进行稀疏分解,能够很好地提取置换区域和被置换区域的特征差异,通过设置合适的阈值达到置换图像盲分离。论文的主要研究内容概括如下:(1)通过对现有的置换混叠图像数学模型的分析,提出了当置换区域是运动模糊图像时的运动模糊置换混叠图像盲分离模型。利用NSCT域的良好的方向性和各向异性,提出基于NSCT域的运动模糊置换图像盲分离方案。(2)针对置换区域的图像是被运动模糊处理过的置换混叠图像提出了基于NSCT域的二次模糊相关性的运动模糊置换混叠图像盲分离方案。根据运动模糊置换混叠图像中运动模糊图像与源图像之前存在差异,将图像投影到NSCT域上进行稀疏分解,提取特征差异。首先,对此类运动模糊置换混叠图像进行运动模糊得到运动模糊后的图像,把原图像与对应的运动模糊图像分别在NSCT域上稀疏分解;其次,利用分解后系数的冗余特性求其和图像;最后,对原图像与和图像分别进行分块,计算各对应子快的相关系数,对相关系数采用阈值化操作分离出置换图像。通过实验证实,对于运动模糊置换混叠图像,采用此方法可以很好地分离出置换图像,且不受置换图像的运动模糊方向、模糊度、位置和大小等条件的影响。(3)针对运动模糊置换混叠图像盲分离,提出在NSCT域上进行图像增强的方法。运动模糊置换混叠图像经NSCT域稀疏分解为单个低频子带与诸多高频子带。采用非线性增强函数和贝叶斯阈值萎缩方法对高频子带系数做增强处理,得到相应的增强图像。由于运动模糊区域增强前后变化比较大,采用对原图像和对应的增强图像对应的相关系数进行阈值化操作,实现置换混叠图像的盲分离。当被置换区域含有噪声时利用本算法不仅分离出置换图像,而且把被置换图像中的含噪区域也分离出来。且不受运动模糊的模糊方式、位置和大小的影响。