小波域图像分离
摘要：使用小波域中图像的稀疏表示来解决盲信号与图像分离问题是本文探讨的主题。我们使用贝叶斯估计框架来处理该问题，利用真实世界图像的小波系数分布可以自然地被建模为指数幂概率密度函数的事实。盲源分离中已经成功使用的贝叶斯方法还可以包含我们对混合矩阵元素以及超参数（噪声和源的先验分布参数）的任何先验信息。我们考虑两种情况：首先是假设小波系数独立同分布的情况，其次是用一阶马尔可夫链来建模两个相邻尺度的系数之间的相关性。本文仅报告了第一种情况的结果，第二种情况的结果将在不久的将来报告。估计计算通过马尔可夫链蒙特卡罗（MCMC）过程进行。一些模拟结果展示了所提方法的性能。关键词：盲源分离，小波变换，贝叶斯估计，MCMC哈斯廷—元翻角算法。
作者：Ali Mohammad-Djafari and Mahieddine Ichir (Laboratoire des signaux et systemes, CNRS-SUPELEC-UPS, Gif-sur\_Yvette, France.)
论文ID：physics/0211052
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2009-11-07