壁畫作為寶貴的文化遺產之一,是我國傳統(tǒng)文化和民族精神傳承的載體。它能夠反映出當時人類的歷史生活和藝術文化發(fā)展水平等信息,具有重要的價值。但眾多壁畫由于代久遠而受到自然環(huán)境和人為破壞等多方面因素的影響,面臨不同程度病害的威脅。其中顏料層脫離底色層或地仗層的脫落病害就是壁畫常見病害之一,它不僅削弱了壁畫的信息表達,而且對歷史文化的保留與傳承有著極為不利的影響。病害提取作為壁畫保護的前提,可為修復和監(jiān)測等工作提供科學依據,具有重要的研究意義�，F有的病害提取方法大多都需要人工干預,提取效率和效果也有待提高。鑒于目前提取方法的不足,以及深度學習在圖像分割等領域的廣泛應用,本文提出了利用深度學習圖像分割技術,實現壁畫顏料層脫落病害快速、準確提取的研究思路,主要完成了如下工作:1)壁畫病害數據集設計與制作。通過文獻調研了解國內外研究現狀,提出了基于深度學習壁畫病害提取的新思路。針對尚未有關于壁畫病害數據集的問題,本文利用近景攝影測量技術獲取壁畫的數字正射影像圖(Digital Orthophoto Map,DOM),并通過相關處理完成實驗數據集的制作,為后續(xù)實驗提供數據準備。2)提出了基于編-解碼網...

【文章頁數】：63 頁

【學位級別】：碩士

【部分圖文】：

圖1-1壁畫結構和幾種常見病害示例

第1章緒論第1章緒論1.1研究背景與意義我國作為四大文明古國之一，在悠久歷史的長河中，沉淀出眾多獨具特色和寶貴的文化遺產。其中，文物不僅承載著璀璨的文明歷史和珍貴的文化價值，也是國家的“金色名片”。加強文物的科學保護，對傳承我國傳統(tǒng)文化和增強民族自信都具有重要的意義。壁畫作為我國....

圖2-2CNN結構示意圖

??蠻-Net網絡模型的改進研究。然后編程完成改進網絡模型的構建、訓練以及病害提取實驗，并通過對比分析，對本文改進U-Net網絡模型提取結果進行精度驗證。2.2卷積神經網絡結構本文的壁畫病害提取是利用以CNN為基礎的圖像分割網絡模型，對壁畫圖像病害區(qū)域進行識別提齲CNN最初是受到....

圖2-7丟失輸出示意圖[61]

第2章病害提取思路與基礎知識程度上簡化網絡，而且減少神經元之間復雜的共適應性和對某個特定神經元的過分依賴，從而防止網絡模型的過擬合增強泛化能力。圖2-7丟失輸出示意圖[61]Fig.2-7SchematicdiagramofDropout2.2.6批量歸一化在CNN的訓練過程中，....

圖2-8FCN結構示意圖

第2章病害提取思路與基礎知識2.4全卷積神經網絡FCN是在CNN網絡基礎上改進，用于圖像分割任務的網絡模型。它的主要結構如圖2-8所示，可以看出，FCN與CNN結構基本相似，具有CNN的所有特點，二者最大的區(qū)別就是用卷積層代替全連接層（全卷積化）。除此之外，FCN網絡還用到了上采....

本文編號：3974137