Published December 1, 2022
| Version v1
Publication
Open
A Novel Blind Image Source Separation Using Hybrid Firefly Particle Swarm Optimization Algorithm
- 1. Université de M'Sila
- 2. University Ferhat Abbas of Setif
Description
Signal and image separation are extensively used in numerous imaging applications and communication systems. In this paper, a novel Blind Source Separation (BSS) approach, based on the Hybrid Firefly Particle Swarm Optimization (HFPSO), is proposed for separating mixed images. This approach processes the observed source without any prior knowledge about the model and the statistics of the source signal. The proposed method presents high robustness against local minima and converges quickly to the global minimum. Via numerical simulations, the proposed approach is tested and validated in comparison with standard Particle Swarm Optimization (PSO), Robust Independent Component Analysis (RobustICA), and Artificial Bee Colony (ABC) algorithms. The obtained results show that the presented technique outperforms the existing ones in terms of quality of image separation, the Signal-to-Noise Ratio (PSNR), and Structural Similarity Index Measure (SSIM). Moreover, the obtained results demonstrate that our approach provides also promising results in image separation from noisy mixtures.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
يتم استخدام فصل الإشارة والصورة على نطاق واسع في العديد من تطبيقات التصوير وأنظمة الاتصال. في هذه الورقة، يُقترح نهج جديد لفصل المصدر الأعمى (BSS)، استنادًا إلى تحسين سرب جسيمات اليراع الهجين (HFPSO)، لفصل الصور المختلطة. يعالج هذا النهج المصدر المرصود دون أي معرفة مسبقة بالنموذج وإحصائيات إشارة المصدر. تقدم الطريقة المقترحة قوة عالية ضد الحدود الدنيا المحلية وتتقارب بسرعة إلى الحد الأدنى العالمي. من خلال المحاكاة العددية، يتم اختبار النهج المقترح والتحقق من صحته بالمقارنة مع خوارزميات تحسين سرب الجسيمات القياسي (PSO)، وتحليل المكونات المستقلة القوية (RobustICA)، وخوارزميات مستعمرة النحل الاصطناعي (ABC). تظهر النتائج التي تم الحصول عليها أن التقنية المقدمة تتفوق على التقنيات الحالية من حيث جودة فصل الصورة، ونسبة الإشارة إلى الضوضاء (PSNR)، ومقياس مؤشر التشابه الهيكلي (SSIM). علاوة على ذلك، تظهر النتائج التي تم الحصول عليها أن نهجنا يوفر أيضًا نتائج واعدة في فصل الصورة عن المخاليط الصاخبة.Translated Description (French)
La séparation des signaux et des images est largement utilisée dans de nombreuses applications d'imagerie et systèmes de communication. Dans cet article, une nouvelle approche de séparation de source aveugle (BSS), basée sur l'optimisation hybride des essaims de particules de lucioles (HFPSO), est proposée pour séparer les images mixtes. Cette approche traite la source observée sans aucune connaissance préalable du modèle et des statistiques du signal source. La méthode proposée présente une grande robustesse contre les minima locaux et converge rapidement vers le minimum global. Grâce à des simulations numériques, l'approche proposée est testée et validée en comparaison avec les algorithmes standard d'optimisation d'essaim de particules (PSO), d'analyse en composantes indépendantes robustes (RobustICA) et de colonie d'abeilles artificielles (ABC). Les résultats obtenus montrent que la technique présentée surpasse les techniques existantes en termes de qualité de séparation d'image, de rapport signal sur bruit (PSNR) et de mesure de l'indice de similarité structurelle (SSIM). De plus, les résultats obtenus démontrent que notre approche fournit également des résultats prometteurs dans la séparation d'images de mélanges bruyants.Translated Description (Spanish)
La separación de señales e imágenes se utiliza ampliamente en numerosas aplicaciones de imágenes y sistemas de comunicación. En este documento, se propone un nuevo enfoque de separación de fuentes ciegas (BSS), basado en la optimización híbrida de enjambre de partículas de luciérnaga (HFPSO), para separar imágenes mixtas. Este enfoque procesa la fuente observada sin ningún conocimiento previo sobre el modelo y las estadísticas de la señal de la fuente. El método propuesto presenta una alta robustez frente a los mínimos locales y converge rápidamente al mínimo global. A través de simulaciones numéricas, el enfoque propuesto se prueba y valida en comparación con los algoritmos estándar de Optimización de Enjambre de Partículas (PSO), Análisis de Componentes Independientes Robustos (RobustICA) y Colonia Artificial de Abejas (ABC). Los resultados obtenidos muestran que la técnica presentada supera a las existentes en términos de calidad de separación de imágenes, la relación señal-ruido (PSNR) y la medida del índice de similitud estructural (SSIM). Además, los resultados obtenidos demuestran que nuestro enfoque también proporciona resultados prometedores en la separación de imágenes de mezclas ruidosas.Files
2927.pdf
Files
(6.4 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:0341a32c1f728d5aab385aa8fa7ca9b6
|
6.4 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- فصل مصدر صورة أعمى جديد باستخدام خوارزمية تحسين سرب جسيمات اليراع الهجين
- Translated title (French)
- Une nouvelle séparation aveugle des sources d'images à l'aide d'un algorithme hybride d'optimisation de l'essaim de particules de lucioles
- Translated title (Spanish)
- Una nueva separación de fuente de imagen ciega utilizando el algoritmo híbrido de optimización de enjambre de partículas de luciérnaga
Identifiers
- Other
- https://openalex.org/W4311889799
- DOI
- 10.48084/etasr.5255
References
- https://openalex.org/W1523741643
- https://openalex.org/W1966068039
- https://openalex.org/W1986834168
- https://openalex.org/W2006737110
- https://openalex.org/W2036967205
- https://openalex.org/W2087089000
- https://openalex.org/W2133665775
- https://openalex.org/W2145287406
- https://openalex.org/W2154943049
- https://openalex.org/W2185914568
- https://openalex.org/W2187150571
- https://openalex.org/W2487354504
- https://openalex.org/W2535504581
- https://openalex.org/W2560446392
- https://openalex.org/W2797485770
- https://openalex.org/W2951304079
- https://openalex.org/W3103391113
- https://openalex.org/W4232351533