[发明专利]基于受限玻尔兹曼机的置换混叠图像盲分离方法及系统有效
| 申请号： | 201710543510.7 | 申请日： | 2017-07-05 |
| 公开（公告）号： | CN107545548B | 公开（公告）日： | 2020-03-31 |
| 发明（设计）人： | 段新涛;李飞飞;段佳蕙 | 申请（专利权）人： | 河南师范大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06K9/62;G06N3/08 |
| 代理公司： | 郑州睿信知识产权代理有限公司 41119 | 代理人： | 吴敏 |
| 地址： | 453007 *** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 基于 受限 玻尔兹曼机 置换 图像 分离 方法 系统 | ||
【主权项】：
一种基于受限玻尔兹曼机的置换混叠图像盲分离方法，其特征在于，该方法包括以下步骤：1)利用初始化的受限玻尔兹曼机网络模型对含有模糊的置换混叠图像进行拟合训练，获取概率矩阵，确定受限玻尔兹曼机网络模型中神经元的状态，以完成受限玻尔兹曼机网络模型的构建；2)对步骤1)中所构建的受限玻尔兹曼机网络模型进行训练，调整权重，以得到最优受限玻尔兹曼机网络模型；3)利用最优的受限玻尔兹曼机网络模型重构数据样本集，根据重构样本集与初始样本集的差异分离置换混叠图像的置换区域，所述初始样本集为步骤1)中的含有模糊的置换混叠图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南师范大学，未经河南师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710543510.7/，转载请声明来源钻瓜专利网。
