[论文解读] Separating a Real-Life Nonlinear Image Mixture

Luı́s B. Almeida|arXiv (Cornell University)|Dec 1, 2005

Blind Source Separation Techniques参考文献 19被引用 33

一句话总结

本文提出一种基于MISEP技术的非线性盲源分离方法，用于分离洋葱皮纸上的图像混合，其中前后页图像产生强烈且近乎奇异的非线性混合。该方法在分离质量上优于线性技术，但仍需进一步改进。

ABSTRACT

When acquiring an image of a paper document, the image printed on the back page sometimes shows through. The mixture of the front- and back-page images thus obtained is markedly nonlinear, and thus constitutes a good real-life test case for nonlinear blind source separation.This paper addresses a difficult version of this problem, corresponding to the use of onion skin paper, which results in a relatively strong nonlinearity of the mixture, which becomes close to singular in the lighter regions of the images. The separation is achieved through the MISEP technique, which is an extension of the well known INFOMAX method. The separation results are assessed with objective quality measures. They show an improvement over the results obtained with linear separation, but have room for further improvement.

研究动机与目标

• 解决由于半透明纸张（如洋葱皮纸）导致的高度非线性图像混合分离挑战。
• 在真实、非理想成像场景中评估非线性盲源分离的性能。
• 在处理强非线性且近乎奇异的混合图像方面，改进现有线性分离方法。
• 在真实世界背景下，使用客观、定量的度量方法评估分离质量。

提出的方法

• 采用MISEP技术，该技术是专为非线性源分离设计的INFOMAX算法扩展。
• 该方法对在半透明纸上打印的图像中观察到的非线性混合过程进行建模。
• 通过最大化分离分量之间的统计独立性来估计原始源图像。
• 该算法应用于从洋葱皮纸采集的真实图像数据，其中背面图像明显透出。
• 通过客观、定量的度量方法评估分离质量，以与线性方法进行性能比较。
• 该方法特别针对较亮图像区域中混合模型的近似奇异问题，该区域非线性混合最为严重。

实验结果

研究问题

• RQ1 非线性盲源分离能否有效处理半透明纸张上具有强烈非线性的实际图像混合？
• RQ2 MISEP方法在客观图像质量度量方面与线性分离技术相比表现如何？
• RQ3 混合物在亮区的近似奇异特性在多大程度上影响了分离性能？
• RQ4 所提出的方法能否在实际、非理想成像条件下实现相对于线性方法的可测量改进？

主要发现

• 基于MISEP的分离方法在处理非线性混合方面，相较于线性分离技术实现了可测量的改进。
• 该方法成功应对了洋葱皮纸图像中存在强烈非线性的挑战。
• 由于混合模型在较亮图像区域的近似奇异特性，分离质量仍不理想。
• 客观质量度量证实，非线性分离优于线性方法，但仍有进一步改进空间。
• 结果表明，非线性盲源分离可成功应用于现实世界中的图像退化场景。