Independent component analysis in image denoising

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology | Diplomityö
Date
1999
Major/Subject
Informaatiotekniikka
Mcode
Tik-61
Degree programme
Language
en
Pages
viii + 69
Series
Abstract
Riippumattomien komponenttien analyysi (ICA) on tilastollinen menetelmä jossa yritetään löytää havaitulle datalle esitys, jossa komponentit ovat toisistaan riippumattomia. Tämä menetelmä on osoittautunut erittäin lupaavaksi piirreirrotuksessa, jolloin se löytää olennaiset osatekijät joista data koostuu. Erityisesti sovellettuna kuvadatalle ICA antaa esityksen joka identifioi kuvan ääriviivat; näitä voidaan pitää kuvadatan ensisijaisena rakenteena. Kohina on mikä tahansa satunnaishäiriö joka huonontaa signaalia. Tässä diplomityössä signaalit ovat kaksiulotteisia, toisin sanoen kuvia. Kohina voi olla peräisin kuvien hankkimisprosessista tai voi ilmaantua jos kuvat lähetetään kohinaisen tiedonsiirtokanavan yli. Kummassakin tapauksessa tehtävänä on käyttää tilastollista tietoa kuvien rakenteesta kohinan häiritsevän vaikutuksen poistamiseksi niin hyvin kuin mahdollista. Tässä työssä tarkastellaan ICA:n ja siihen liittyvien menetelmien käyttöä kuvien kohinanpoistoon. Ensin esitetään yleinen metodi satunnaisvektorin kohinanpoistoon, jonka jälkeen tutkitaan menetelmän soveltamista kuvadatalle. Lopuksi vertaillaan esitettyä metodia perinteisiin kohinanpoistomenetelmiin pitkällisten kokeiden avulla.
Description
Supervisor
Oja, Erkki
Thesis advisor
Hyvärinen, Aapo
Keywords
independent component analysis, riippumattomien komponenttien menetelmä, feature extraction, piirreirrotus, image denoising, kuvien kohinanpoisto
Other note
Citation