基于独立分量分析和遗传算法的图象分离方法研究与实现

摘要

在深入分析独立分量分析技术的基础上,针对常规数值求解方法容易陷入局部最优解的问题,提出了一种基于遗传算法和独立分量分析相结合的盲源分离新算法.通过对图象信号分离仿真试验表明,采用最佳保留机制和移民方式的动态补充子代个体操作,在一定的群体规模和遗传代数的情况下,该方法能实现信号的盲分离,并可获得全局最优解.对超高斯信号和亚高斯信号的混合信号,与扩展信息最大化方法相比,该方法可获得更好的分离效果.