[发明专利]一种置换混叠图像的盲分离方法

权利要求书

1.一种置换混叠图像的盲分离方法，其特征在于，步骤如下：

步骤1)，构建置换混叠图像I，该置换混叠图像I的置换区域含有噪声；

步骤2)，将置换混叠图像I划分成m个大小相等的子块，其中，m≥1；建立一个数组，数组的每行为一个子块的像素值，该数组记为图像序列X；对图像序列X进行归一化处理得到新的图像序列X₁；

步骤3)，利用降噪自动编码器采用向前传播算法对图像序列X₁编码，即提取图像序列X₁的特征，再利用反向传播和梯度下降对提取的图像序列X₁的特征进行重构，得到重构的图像序列Y；重构的图像序列Y与图像序列X₁作商，得到商图像L；

步骤4)，按照划分混叠图像I的方式，将商图像L也划分成m个大小相等的子块，其中，m≥1；选取各子块的像素值和设定的阈值做比较，根据获取的比较值实现将置换混叠图像I中的置换区域和被置换区域图像分离。

2.根据权利要求1所述的一种置换混叠图像的盲分离方法，其特征在于，步骤2)所述的对图像序列X进行归一化，归一化方法表达式如下：

X₁＝double(X)/255 。

3.根据权利要求1所述的一种置换混叠图像的盲分离方法，其特征在于，步骤3)中所述的降噪自动编码器为三层神经网络结构：输入层、隐含层和输出层，采用一定概率分布的0矩阵覆盖输入数据，隐含层第j个节点的输入值表达式如下：

其中，表示输入层第i个节点与隐含层第j个节点之间的权重；表示隐含层第j个节点的偏置值；x_i为第i个节点的输入层值；

输出层值y的表达方式如下：

其中，a_j为每个隐含层节点的输出值，通过sigmoid激活函数f(z)的非线性表示，即f(z)＝1/(1+e^-z),a_j＝f(z_j)；为隐含层第i个节点与输出层第j个节点之间的权重；为输出层第j个节点的偏置值。

4.根据权利要求3所述的一种置换混叠图像的盲分离方法，其特征在于，步骤3)中所述的反向传播方法的表达式为：

其中，w是权重值；b是偏置；J(w,b,x,y)是单个样本的误差；y_i是第i个节点输出层的值；x_i是第i个节点的输入层的值；是m个节点的均方误差；是整个代价函数的权重衰减项；

利用梯度下降方法对参数w和b进行微调，表达式如下：

其中，α为学习率；为权重的偏导数；为偏置的偏导数。

5.根据权利要求2所述的一种置换混叠图像的盲分离方法，其特征在于，步骤3)所述的商图像L的表达式如下：

L＝X₁/Y

其中，X₁为对图像序列X归一化处后的图像序列X₁；Y为重构的图像序列。

6.根据权利要求1所述的一种置换混叠图像的盲分离方法，其特征在于，所述的步骤4)中，选取商图像L各子块的最小像素值和设定的阈值做比较，根据比较结果对各子块的像素值进行二值化处理，将获得的二值化图像和混叠图像I通过点乘的方式，即可分离置换区域和被置换区域图像。