基于受限玻尔兹曼机的置换混叠图像盲分离方法及系统

摘要

本发明涉及一种基于受限玻尔兹曼机的置换混叠图像盲分离方法及系统，属于图像处理技术领域。本发明采用受限玻尔兹曼机网络模型对含模糊的置换混叠图像进行拟合训练，通过调整权重，得到概率矩阵，获得最优网络模型，通过最优网络模型对原数据集进行重构，根据重构数据集与原数据集之间的特征差异，分离含模糊的置换混叠区域。本发明利用受限玻尔兹曼机对图像进行特征提取，能够实现特征的自动选取，大大节省了特征选取的时间，克服了传统盲分离方法准确性不高、特征域不易选取的问题，本发明对于置换区域位置、大小、个数及噪声方差不同的含模糊置换混叠图像均能有效分离出置换区域图像。