古代壁畫作為珍貴的歷史文物,歷來被視為研究古人生活習(xí)俗的可靠依據(jù)。然而因為長期以來受到自然環(huán)境以及人為因素的影響,出土?xí)r通常帶有龜裂、脫落和霉變等問題。利用數(shù)字圖像處理技術(shù)對采集到的壁畫圖像進行修復(fù),不僅可以節(jié)約成本,還避免了人工修復(fù)壁畫可能出現(xiàn)的失誤。因此本文針對壁畫中普遍存在的裂縫以及脫落兩大病害,利用圖像處理技術(shù)對其進行了標(biāo)定與修復(fù)。主要工作如下:（1）針對壁畫圖像中裂縫和脫落兩種病害采用不同的標(biāo)定方法。對于裂縫區(qū)域,結(jié)合最大熵閾值分割與連通域標(biāo)記算法,輔以形態(tài)學(xué)處理剔除無用的信息,得到裂縫提取圖;對于脫落區(qū)域,通過對幾種常用的圖像灰度化和圖像增強方法的研究,確定了預(yù)處理算法,配合使用閾值分割與區(qū)域生長算法完成脫落區(qū)域的標(biāo)定。（2）在對CDD（Curvature Driven Diffusions）算法模型分析后,發(fā)現(xiàn)在修復(fù)過程中,當(dāng)其擴散函數(shù)中曲率項與梯度值取值不合理時,會對修復(fù)質(zhì)量與效率產(chǎn)生不良影響。通過設(shè)置曲率自適應(yīng)函數(shù),對原算法進行改進,改進后的算法可根據(jù)曲率值的不同采用不同的模型進行修復(fù);此外,為了提高模型的穩(wěn)定性與合理性,引入調(diào)節(jié)因子并且改進梯度模值的計算方式。對于壁... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

壁畫常

保歡?舊砭褪敲朗踝ㄒ黨鏨淼墓ぷ髡擼?植瘓弒肝錮懟⒉牧系確矯嫻?專業(yè)知識，嚴(yán)重影響了后續(xù)人才供給，制約著我國壁畫修復(fù)事業(yè)的發(fā)展[7]。最后，人工修復(fù)必然導(dǎo)致了修復(fù)結(jié)果的不可逆，一旦出現(xiàn)失誤或者修復(fù)結(jié)果不滿意，也無法進行二次修復(fù)，導(dǎo)致修復(fù)的風(fēng)險性大為提高。例如我國遼寧省朝陽鳳凰山云接寺娘娘殿里的清代壁畫就曾因為缺乏專業(yè)的修復(fù)技能，導(dǎo)致壁畫遭到了“破壞性修復(fù)”。修復(fù)后的壁畫色彩使用艷麗，線條結(jié)構(gòu)簡單，人物的面部表情僵硬木訥，完全喪失了原作的風(fēng)采神韻，被游客批評為“紅配綠”、“艷俗之極”，如圖1-2所示[8]。圖1-2壁畫破壞性修復(fù)實例圖Fig.1-2Imagesofdestructiverepairofmural人類對外界的認知大部分依靠視覺來獲得，顧名思義，人眼所獲取的視覺信息則是以圖像的形式呈現(xiàn)的，圖像作為一種傳遞信息的高效手段，是人類接收外界消息的主要渠道之一。隨著技術(shù)的進步與發(fā)展，計算機的性能得到了長足的進步與提升，人們也利用著計算機技術(shù)去解決生活中遇到的各種問題。與之對應(yīng)的計算機圖像學(xué)也引起了人們的廣泛關(guān)注，并逐漸發(fā)展成為了一門包羅萬千的熱門學(xué)科。但是圖像在傳輸過程中由于存在干擾或是收發(fā)裝置不穩(wěn)定等原因，常會導(dǎo)致接收到的數(shù)字圖像出現(xiàn)局部模糊、編碼錯誤或者數(shù)據(jù)丟失。在這樣的背景之下，圖像修復(fù)技術(shù)應(yīng)運而生。圖像修復(fù)所研究的就是[9]：利用特定的數(shù)學(xué)模型或是信號處理方法，對發(fā)生缺失或者是退化情況的圖像進行重建復(fù)原，補全圖像中未知區(qū)域，并且要求得到圖像要盡量地滿足人眼視覺規(guī)律，達到自然和諧的要求。利用數(shù)字圖像修復(fù)技術(shù)對古代壁畫實現(xiàn)數(shù)字化修復(fù)，不僅可以縮短修復(fù)所需時間，降低修復(fù)難度，節(jié)約人工修復(fù)過程中耗費的人力物力等成本。并且由于其非接觸式修復(fù)

經(jīng)過高帽

【參考文獻】：
期刊論文
[1]基于Criminisi的結(jié)構(gòu)組稀疏表示圖像修復(fù)算法[J]. 王君,唐貴進,劉小花,崔子冠.  計算機技術(shù)與發(fā)展. 2020(03)
[2]將軍崖巖畫中的“太陽紋”釋義[J]. 張嘉馨,肖波.  民族論壇. 2019(02)
[3]基于最大熵閾值分割的SAR圖像溢油檢測[J]. 李致衡,陳亮,張博程,師皓,龍騰.  信號處理. 2019(06)
[4]基于粗糙數(shù)據(jù)推理的BSCB圖像修補算法[J]. 朱昭昭,周寧,陳永,王小剛.  激光與光電子學(xué)進展. 2019(23)
[5]結(jié)合紋理結(jié)構(gòu)的分?jǐn)?shù)階TV模型的圖像修復(fù)[J]. 張桂梅,李艷兵.  中國圖象圖形學(xué)報. 2019(05)
[6]基于腐蝕處理和多參數(shù)因子的CDD修復(fù)算法[J]. 杜閃閃,韓超.  激光與光電子學(xué)進展. 2019(16)
[7]壁畫保護修復(fù):人才嚴(yán)重匱乏[J]. 續(xù)鴻明.  藝術(shù)市場. 2019(04)
[8]改進的塊匹配五臺山壁畫修復(fù)算法[J]. 焦莉娟,王文劍,李秉婧,趙青杉.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2019(01)
[9]“來世”:十六國時期石窟壁畫與墓葬壁畫兩種形態(tài)的表達[J]. 張翔.  美術(shù)學(xué)報. 2018(06)
[10]格式塔心理學(xué)原理在視覺傳達設(shè)計中的應(yīng)用研究[J]. 陽立夫.  藝術(shù)教育. 2018(20)

博士論文
[1]基于樣本和深度學(xué)習(xí)的圖像修復(fù)方法研究[D]. 強振平.云南大學(xué) 2018

碩士論文
[1]數(shù)字圖像修復(fù)算法的研究與應(yīng)用[D]. 謝正偉.長沙理工大學(xué) 2017
[2]基于局部結(jié)構(gòu)的圖像修復(fù)算法研究[D]. 劉影.魯東大學(xué) 2016
[3]敦煌莫高窟壁畫病害產(chǎn)生及發(fā)展歷程研究[D]. 于龍龍.北京化工大學(xué) 2013



本文編號：3261287