摘要：在基于稀疏成分分析的盲图像分离中，有效聚类点数直接影响分离的速率和精度，针对此问题，提出一种基于变换域单源点筛选的高效盲图像分离算法。根据变换域单源点的定义及分析，通过比较混合图像的一级Haar小波对角分量与水平分量的绝对方向，筛选出“单源点”，有效地约简了参与估计混合矩阵的聚类点数，使信号特征更加稀疏。仿真实验结果表明，Haar小波域的单源点筛选方法能更快、更精确地估计混合矩阵，且统计直方图显示，该方法对潜在变量分析有所启发。

关键词：盲图像分离 单源点 稀疏成分分析 潜变量分析 小波变换 

单位：北京师范大学信息科学与技术学院; 北京100875