發(fā)布時間：2023-04-08 22:16

　　在計算機技術迅猛發(fā)展的時代,圖像修復技術作為數(shù)字圖像處理領域中的一個重要分支,它在日常生活中有著廣泛的應用。文物是文明社會的一部分,將破損的文物修復之后可以再現(xiàn)當時的歷史面貌,文物修復對于文化根脈的傳承有著重要的作用和意義。紡織物作為文物的一個重要組成部分,它在我國古代就已經(jīng)出現(xiàn),然而由于其自身材質的特點,即易于腐爛且不易保存,因此對殘損紡織物圖像進行修復有著重要的歷史意義和實際應用價值。圖像修復技術包括基于變分偏微分方程和基于紋理合成的兩種方式,本文選取基于紋理合成的Criminisi圖像修復算法對殘損紡織物圖像修復。為了提高紡織物圖像的修復質量和增強文物修復在三維重建中的應用,本文對Criminisi算法進一步改進,對紡織物圖像三維重建。主要工作如下:(1)由于現(xiàn)有的圖像修復技術中沒有一種方法可以明確地區(qū)分不同類別的圖像,因此本文提出一種基于圖像梯度算子和差值的方法,通過客觀數(shù)據(jù)來準確地區(qū)分紋理圖像與非紋理圖像。(2)原始Criminisi算法中使用置信度項和數(shù)據(jù)項計算待修復塊的優(yōu)先權,然而此計算方式修復的圖像出現(xiàn)了結構斷裂和紋理模糊的情況。本文根據(jù)紡織物圖像較強的結構性,使用結構...

【文章頁數(shù)】：79 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 基于非紋理結構的圖像修復技術
        1.2.2 基于紋理結構的圖像修復技術
    1.3 論文的組織結構
2 紋理圖像區(qū)分與修復質量評價
    2.1 圖像修復問題的描述
    2.2 基于梯度算子的圖像分類
    2.3 圖像修復質量評價
        2.3.1 主觀評價
        2.3.2 客觀評價
    2.4 本章小結
3 圖像修復算法
    3.1 基于PDE圖像修復算法
        3.1.1 BSCB模型
        3.1.2 TV模型
        3.1.3 CDD模型
    3.2 Criminisi圖像修復算法
        3.2.1 優(yōu)先權計算
        3.2.2 搜索樣本塊
        3.2.3 更新置信度
    3.3 Criminisi圖像修復算法分析
        3.3.1 優(yōu)先權函數(shù)分析
        3.3.2 樣本塊和搜索方式的分析
    3.4 本章小結
4 改進的Criminisi圖像修復算法
    4.1 紡織物圖像的特點
    4.2 優(yōu)先權函數(shù)的改進
        4.2.1 結構張量
        4.2.2 改進的優(yōu)先權函數(shù)
    4.3 樣本塊的改進
    4.4 實驗結果與分析
        4.4.1 小區(qū)域圖像修復
        4.4.2 大區(qū)域圖像修復
    4.5 本章小結
5 圖像的三維重建
    5.1 三維重建技術
        5.1.1 基于圖像的三維重建技術
        5.1.2 基于儀器設備的三維重建技術
        5.1.3 基于建模軟件的三維重建技術
    5.2 紡織物圖像的三維重建
        5.2.1 使用顏色貼圖的三維重建
        5.2.2 基于MEL腳本語言的三維重建
    5.3 本章小結
6 總結與展望
    6.1 總結
    6.2 展望
參考文獻
作者攻讀學位期間發(fā)表論文清單
致謝



本文編號：3786569