青铜器金文图像识别方法研究及应用

发布时间：2021-05-19 08:27

　　考古出土的青铜器金文是宝贵的文字材料。准确、快速地了解其释义和字形演变源流对考古学、历史学和语言学研究均有重要意义。本文进行了金文拓片的数据采集与预处理,构建了金文图像数据库;研究了金文字头的字义分类与金文变体精确匹配的识别方法,为文物专家研究金文识别提供科技辅助支持。主要内容包括:（1）青铜器金文图像数据库构建。以《新金文编》等权威文献资料为金文信息采集的原始数据源,研究了金文图像的自动采集分割与预处理方法,实现了原始数据的数字化标准采集;分析了金文、青铜器、字义之间的关联关系,基于关系数据库的原理,设计了汉字--金文--青铜器数据之间的ER关系,构建了IB数据库对青铜器金文数据进行标准化存储。（2）基于混合特征和SVM的金文图像字头分类识别方法研究。针对单一金文特征无法表征金文问题,研究了混合特征的青铜器金文图像字头分类识别方法。针对当前金文图像样本较少不利于分类器训练的问题,基于金文图像数据库,利用生成对抗网络扩充训练样本。提取金文图像的方向梯度直方图特征（HOG）与灰度共生矩阵特征（GLCM）,将结构特征和局部特征相结合训练SVM分类器,实现青铜器金文图像字头的识别,提高了识别... 

【文章来源】：西安建筑科技大学陕西省

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景及意义
    1.2 研究现状
        1.2.1 青铜器金文信息提取领域研究现状
        1.2.2 青铜器金文信息收录研究现状
        1.2.3 青铜器金文识别研究现状
    1.3 论文的框架结构
2 金文图像预处理及数据库构建
    2.1 金文基础数据自动化采集
    2.2 金文图像数据预处理及标准化
        2.2.1 金文图像底色变换
        2.2.2 金文图像归一化
        2.2.3 金文图像去噪
        2.2.4 金文图像数据扩充
    2.3 金文数据库构建
    2.4 本章小结
3 基于混合特征和SVM的金文图像字头分类识别
    3.1 金文图像特征提取
        3.1.1 金文图像结构特征提取
        3.1.2 金文图像局部特征提取
    3.2 基于SVM分类器混合特征金文图像字头分类识别算法
    3.3 实验及结果分析
        3.3.1 实验环境及数据准备
        3.3.2 金文图像分类器核参数选择
        3.3.3 金文图像HOG特征参数选择
        3.3.4 金文图像字头分类识别结果与分析
        3.3.5 基于聚类的金文图像字头分类识别结果与分析
    3.4 本章小结
4 基于降维SIFT-RANSAC的金文图像变体匹配识别
    4.1 基于降维SIFT-RANSAC的金文图像变体匹配识别算法
    4.2 金文图像降维SIFT特征提取
        4.2.1 金文图像SIFT特征提取
        4.2.2 金文图像SIFT特征降维
    4.3 基于RANSAC的金文图像SIFT特征优化
    4.4 实验及结果分析
        4.4.1 匹配阈值设定
        4.4.2 降维SIFT-RANSAC算法性能比较
        4.4.3 拓片识别匹配
    4.5 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
附录 攻读硕士学位期间研究成果


【参考文献】：
期刊论文
[1]基于方向梯度直方图和灰度共生矩阵混合特征的金文图像识别[J]. 赵若晴,王慧琴,王可,王展,刘文腾.  激光与光电子学进展. 2020(12)
[2]基于叶片数字纹理特征自动识别胡颓子属植物[J]. 王雷宏,陈永生,郑玉红.  中国农学通报. 2020(11)
[3]基于改进k-means算法的数字图像聚类[J]. 高西,胡子牧.  液晶与显示. 2020(02)
[4]一种基于生成式对抗网络的图像数据扩充方法[J]. 王海文,邱晓晖.  计算机技术与发展. 2020(03)
[5]基于WOA-SVR的客户关系管理有效性评价研究[J]. 谢伟彤,江帆,席本玉.  微型电脑应用. 2019(07)
[6]应用改进的灰度共生矩阵识别木材纹理多重特征值[J]. 王清涛,杨洁.  西北林学院学报. 2019(03)
[7]信息熵加权的HOG特征提取算法研究[J]. 林克正,张元铭,李昊天.  计算机工程与应用. 2020(06)
[8]基于灰度梯度共生矩阵的桌面灰尘检测算法[J]. 张宇波,张亚东,张彬.  计算机应用. 2019(08)
[9]基于改进SIFT的无人机航拍图像快速匹配[J]. 韩宇,宗群,邢娜.  南开大学学报(自然科学版). 2019(01)
[10]基于多核支持向量回归的光谱反射率重建方法[J]. 赵丽娟,王慧琴,王可,王展,刘加林,杨蕾.  液晶与显示. 2018(12)

硕士论文
[1]基于小波变换和HOG特征的人脸识别研究[D]. 郑能心.浙江工商大学 2020
[2]图像识别技术在古生物化石图像上的应用[D]. 刘曦阳.吉林大学 2018
[3]基于OMR识别的综合素质评价系统的设计与实现[D]. 胡彦新.吉林大学 2017
[4]基于多尺度金字塔特征块提取HOG特征的新型人脸识别算法[D]. 张昊.吉林大学 2017
[5]基于PSO-SVR的渲染时间预估研究[D]. 张冉.江苏科技大学 2016
[6]基于深度学习的自然场景文本识别系统的设计与实现[D]. 马然.吉林大学 2015
[7]基于预分类的图像识别研究[D]. 吴银玲.重庆大学 2015
[8]商周金文管理与识别系统的研究与实现[D]. 李昕鑫.安徽大学 2014



本文编号：3195458