Original scientific paper

Višekanalna slijepa dekonvolucija slike zasnovana na inovacijama

Ivica Kopriva ; Rudjer Boskovic Institute, Zagreb, Croatia
Damir Seršić orcid.org/0000-0001-5008-5047 ; Faculty of Electrical Enginering and Computing, University of Zagreb, Zagreb, Croatia

Abstract

Linearni model miješanja (LMM) se u posljednje vrijeme koristi i za višekanalnu reprezentaciju zamućene slike. Na taj se način multivarijantne metode analize podataka, poput analize nezavisnih komponenata (ICA), mogu iskoristiti i za rješavanje slijepe dekonvolucije slike bezmemorijskom slijepom separacijom izvora (BSS), a koja ne zahtjeva a priori znanje o veličini i podrijetlu jezgre zamućenja. Ipak, postoji velik nedostatak ovog pristupa: statistička zavisnost između skrivenih varijabli LMM-a. Doprinos ovog rada je primjena ICA algoritama na inovacijama LMM-a u postupku učenja nepoznate bazne matrice. Skrivene izvorne slike se restauriraju primjenom pseudo-inverza naučene bazne matrice na originalni LMM. Uspjeh predloženog pristupa se može zahvaliti svojstvu inovacija da su više nezavisne i više ne-gausovske od originalnog procesa. Dobri i konzistentni rezultati naših simulacija i eksperimenata demonstriraju upotrebljivost predloženog koncepta.

Keywords

analiza nezavisnih komponenata; inovacije; restauracija slike; slijepa dekonvolucija; statistički zavisni izvori

Hrčak ID:

65057

URI

https://hrcak.srce.hr/65057

Publication date:

10.3.2011.

Article data in other languages: english

Visits: 2.146 *