微型机与应用
微型機與應用
미형궤여응용
MICROCOMPUTER & ITS APPLICATIONS
2010年
8期
40-42
,共3页
独立分量分析%去噪%特征提取
獨立分量分析%去譟%特徵提取
독립분량분석%거조%특정제취
ICA%denoising%feature extraction
讨论了基于ICA的图像去噪方法,给出了基于ICA的图像边缘检测算法,该算法应用于高斯噪声图像,并与传统的边缘提取算法进行了比较.实验结果表明,该算法即使在高水平噪声图像中,也能够提取出比较清晰的图像边缘信息.
討論瞭基于ICA的圖像去譟方法,給齣瞭基于ICA的圖像邊緣檢測算法,該算法應用于高斯譟聲圖像,併與傳統的邊緣提取算法進行瞭比較.實驗結果錶明,該算法即使在高水平譟聲圖像中,也能夠提取齣比較清晰的圖像邊緣信息.
토론료기우ICA적도상거조방법,급출료기우ICA적도상변연검측산법,해산법응용우고사조성도상,병여전통적변연제취산법진행료비교.실험결과표명,해산법즉사재고수평조성도상중,야능구제취출비교청석적도상변연신식.
This paper discusses the image denoising method based on ICA, and gives the ICA-based image edge detection algorithm. The algorithm is applied to Gaussian noise image, and the traditional edge detection algorithms are compared. Experimental results show that the algorithm, even in high noise image, also able to extract a clearer image edge information.