Independent component analysis in image denoising

Loading...
Thumbnail Image

URL

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