[发明专利]一种置换混叠图像的盲分离方法

说明书

本发明涉及一种置换混叠图像的盲分离方法,所构建置换混叠图像的置换区域含有噪声；利用降噪自动编码器提取图像序列的特征，再利用提取的特征重构置换混叠图像，得到重构的图像序列。重构的图像序列与图像序列作商后对其采用阈值化操作，分离出置换区域图像。本发明克服了现有技术中特征域不易选取的缺点，避免了造成误检的现象，提高了混叠图像盲分离结果的准确性。

技术领域

本发明涉及一种置换混叠图像的盲分离方法，属于盲源分离法处理数字图像的领域。

背景技术

盲源分离(BBS)是信号处理中一个传统而又极具挑战性的问题。盲源分离即在观测信号的源信号和混合模型均无法获知的情况下从众多混合信号中将不同的源信号分离，在图像篡改检测方面广泛应用。置换混叠图像是篡改图像中一种特殊的单信道混合方式的图像，图像中的某一部分被另一幅图像中的某部分置换。与传统的叠加混合图像不同，此类置换混叠图像中原始图像的被置换区域内容会有丢失，且置换区域的位置、大小、个数均是未知的。

现有的置换混叠图像盲分离理论是通过对篡改图像本身具有的特征进行分析实现置换区域的检测，通过盲源分离实现图像置换区域的检测，或者通过置换图像的稀疏表示实现置换区域的检测。而这些理论存在着以下几点不足：(1)现有的盲分离理论是针对单一来源的置换图像。(2)现有的盲分离理论是针对同一方式处理的置换图像。(3)现有的盲分离理论是针对置换图像具体特征来实现分离。当今社会的图像来源繁多、形式不同，现有的盲分离方法已不能准确的分离置换混叠图像。通过研究表明，影响混叠图像盲分离效果最重要的因素是对特征域的选取。因此，如何准确的选取混叠图像中的特征，是一个亟待解决的问题。

发明内容

本发明的目的在于克服现有技术的不足，提出了一种置换混叠图像盲分离的方法，解决由于混叠图像特征域不易选取而影响盲分离准确性的问题。

本发明是通过如下方案予以实现的：

一种置换混叠图像的盲分离方法，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。

进一步的，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

进一步的，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：