壁画图像人为字迹自动提取方法研究

论文摘要

随着数字化浪潮对全世界的影响,一些有识之士已经将基于计算机的数字图像修复技术引入到了壁画修复的工作中,并且取得了一定的成就。但同时也看到,这种应用到壁画修复中的技术目前还是没有跳出使用人工掩膜的局限,仍然需要靠人来“告诉”计算机需要修复的区域。这种人工添加掩膜的方法降低了壁画修复的准确性和效率,因此对受损部分实施自动的识别来完成整个的修复工作是十分必要的。由于不同图像之间的巨大差别,本文首先介绍了一些经典的图像中感兴趣区域自动检测识别方法。这些方法针对不同类型的图像,获得不同的提取效果。其次,分析了不同壁画图像、受损的差异性,建立了以灰度共生矩阵和图像局部均方差特征值为联合特征的受损壁画图像的特征值向量,并根据图像库中受损壁画特征值向量之间的空间距离,用K均值的分类方法对受损壁画图像进行了分类。分析了不同分类特征中图像的具体差异,并以此作为选择不同检测提取算法的依据。根据分类的结果,对其中一类图像采用基于灰度直方图冲击点检测的方法来检测提取受损的字迹区域。同时分析了该方法产生误差的可能性以及对误差的修正方案。另外,根据选择的滑动窗口大小和对字迹包围框大小的估计,推导了判断冲击点阈值的分布范围。并在提取结果的基础上完成了壁画图像中人为字迹的修复。针对另一种分类的受损壁画采用了基于连通分量的分类算法来提取人为字迹区域。该方法由7个级联分类器组成,每个分类器针对字迹连通分量和壁画内容连通分量不同特征。为了提高该算法的效率,同时提出了一个描述分类器效率的特征值,用来作为分类器排列顺序的依据。最后在分类结果的基础上完成壁画字迹的修复工作。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 国内外现状分析
• 1.3 论文主要工作和内容安排
• 第2章 图像中特定区域提取和定位的算法简介
• 2.1 最大类间方差算法
• 2.2 分水岭算法
• 2.3 基于直方图中峰值检测的算法
• 2.4 模糊C均值聚类算法
• 2.5 本章小结
• 第3章 基于壁画图像纹理与方差特征的受损壁画分类
• 3.1 单一图像特征的不足
• 3.2 基于灰度直方图的壁画图像局部均方差分析
• 3.2.1 图像的灰度直方图特征
• 3.2.2 壁画图像区域直方图特征分析
• 3.3 基于灰度共生矩阵的壁画图像纹理分析
• 3.3.1 图像纹理特征
• 3.3.2 灰度共生矩阵
• 3.3.3 壁画图像纹理分析
• 3.4 基于壁画图像联合特征值向量的分类
• 3.4.1 受损壁画图像联合特征值向量的建立
• 3.4.2 基于K均值的壁画图像特征值向量的分类
• 3.4.3 分类结果分析
• 3.5 本章小结
• 第4章 基于局部直方图冲击点检测的文字提取及修复
• 4.1 受损壁画局部特征分析
• 4.2 基于局部直方图冲击点检测算法描述
• 4.2.1 局部误差分析
• 4.2.2 整体误差分析
• 4.2.3 阈值的确定
• 4.2.4 误差的修正
• 4.3 实验结果及分析
• 4.4 基于冲击点检测的壁画图像自动修复
• 4.5 本章小结
• 第5章 基于连通分量特征的人为字迹提取及修复
• 5.1 基于连通量特征字迹提取修复算法描述
• 5.2 基于Niblack算法的连通分量分解
• 5.2.1 Niblack算法描述
• 5.2.2 窗口宽度的选择
• 5.3 受损壁画图像连通分量的分类
• 5.3.1 壁画中人为字迹特征
• 5.3.2 壁画字迹连通分量级联分类器的设计
• 5.3.2.1 分类器阈值的选取
• 5.3.2.2 分类器的优化排列
• 5.4 受损壁画图像连通分量分类实验
• 5.4.1 连通分量面积阈值的设置
• 5.4.2 连通分量的高度、宽度、占空比及长宽比阈值设置
• 5.4.3 连通分量规则程度设置
• 5.4.4 连通分量边缘特征设置
• 5.4.5 实验结果分析
• 5.5 基于连通分量分类的壁画图像自动修复
• 5.6 本章小结
• 结语
• 致谢
• 参考文献
• 攻读硕士期间发表的论文及科研成果
• 附录1