基于字典学习的古建筑图像修复研究

发布时间：2017-07-28 16:30

  本文关键词：基于字典学习的古建筑图像修复研究

  更多相关文章： 稀疏表示 古代建筑图纸 字典学习 图像修复

【摘要】：古代建筑图纸是我国重要的民族瑰宝,亟待利用现代计算机技术对古代建筑图纸进行信息化和修复。提出了一种新的基于字典学习的古建筑图像修复模型,通过K-svd算法进行字典学习,在稀疏域利用已知像素信息填充缺损像素,从而实现对古建筑图像的修复及噪声的滤除。实验表明,该算法能较好地修复古建筑图像,降低图像的均方误差,在实际应用中具有良好的可行性和应用前景。
【作者单位】： 攀枝花学院数学与计算机学院;成都理工大学地学空间信息技术国土资源部重点实验室;
【关键词】： 稀疏表示 古代建筑图纸 字典学习 图像修复
【基金】：国家自然科学基金资助项目(41372340) 高等学校博士学科点专项科研基金(20105122110006) 国土资源部地学空间信息技术重点实验室开放基金资助项目(KLGSIT2014-03)
【分类号】：TU204;TP391.41
【正文快照】： 0 引言 古代建筑图纸能够反映古人对建筑独特的认识与理解,不仅具有极高的历史价值、文化价值和科学价值,同时也是现代仿古建筑、园林景观和旅游景区的重要借鉴[1]。建筑图纸的质地、图形、字体及涂料具有多样性,需要特别的保护。当前,在实际的工作环境中,大部分建筑图纸以卷，

本文编号：584992