当前位置:主页 > 社科论文 > 考古论文 >

数字图像修复技术在大麦地岩画修复中的应用

发布时间:2020-05-14 05:37
【摘要】:岩画是岩石或洞穴石壁上的绘画以及浮雕的总称。中国拥有着丰富的岩画资源。然而随着时光的流逝,岩画受到了各式各样的自然和人为因素的影响,许多岩画都遭受到了不同程度的破坏。有的岩画上布满裂缝,甚至还有的岩画出现大面积的表面脱落,使得岩画受到了较为严重的损坏。因此,为了保护这些宝贵的文化遗产,我们必须修复和保护岩画。但是手工修复岩画过于受限,且不能很好的还原原貌。现在,随着数字图像处理技术的快速发展,利用其来保护修复岩画是非常合适的。本文提供了一套针对大麦地受损岩画的修复方法,并且通过大量实验和对比证明出本文提出的修复方法可以在修复岩画方面取得良好的效果。本论文的主要工作如下:(1)大麦地岩画的预处理。首先研究了图像去噪的基本方法。实验结果表明,改进的去噪方法优于传统的中值滤波去噪和极值中值滤波去噪方法。实验说明改进后的去噪方法有利于提高图像的修复质量,使得图像的有效信息可以更完整的保留下来,为之后的修复工作打好了基础。(2)岩画破损区域的提取。在岩画修复之前,首先要提取其对破损区域,本文对于结构性图像与纹理性图像选用了不同的提取方式。针对结构性图像采取显著性检测中的SR模型算法提取,对于复杂纹理性图像采取自动提取和人工标记相结合的方法。(3)利用改进的TV模型算法修复结构性岩画的数字图像。传统的TV模型算法对结构性图像有一定程度的修复效果,但是有不可避免的缺陷,比如鲁棒性较差,容易产生虚假边界。为了避免这些缺陷对岩画的修复质量造成影响,本文在待修复点八邻域的选择及相关度系数方面做出了优化,并且结合显著性检测提取破损区域的方法,提出了修复结构性图像的一套改进的TV模型算法流程。通过实验对比表明本文的改进算法相较于传统算法效果更佳。(4)利用改进的Criminisi算法修复纹理性岩画的数字图像。Criminisi算法对大范围损毁的图像有着优良的修复效果,但是,其优先权不能有效的解决边缘的最好修复顺序,且修复时间较长。本文采用改进的Criminisi算法,结合裂缝自动提取和人工标记的提取方式,优化了优先权计算规则和置信度的更新方面,提出了修复纹理性图像的改进的Criminisi模型算法流程。实验表明本文提出的方法可以在图片质量及时长上取得很大进步。
【图文】:

岩画,大麦


在风格上粗狂古朴,主要映化了巫术的活动、祭祀的仪式、骑射和狩猎等方面逡逑的情景,它是北方游牧文化的大型展厅,是人们研宄人类历史政治、宗教和文化生活的图逡逑景。它为宗教、历史、政治、艺术、民族、环境等方面的研究提供了更详细的信息。图1-1逡逑是大麦地地区发现的岩画。逡逑_逡逑图1-1大麦地岩画逡逑1.2国内外发展现状逡逑图像的恢复在图像修复领域有着举足轻重的地位。其目的是依照图像的信息来恢复失逡逑去的信息,可用于恢复旧照片,删除文本,隐藏视频中的错误。例如在博物馆中,这项工逡逑作常由经验丰富的博物馆管理员或者艺术品修复师来进行。数码世界中,图像修复又称图逡逑像插值或视频插值,指利用复杂的算法来替换己丢失、损坏的图像数据,主要替换一些小逡逑区域和瑕疵。由于数码相机的广泛使用和旧照片的数字化,修复己成为执行数字图像的自逡逑动化过程。除了划痕移除之外,修复技术还应用于对象移除,文本移除以及图像和视频的逡逑其他自动修改。在所有关于修复的文献中可将修复重要方式概括为三点:第一个要注意的逡逑是结构修复,第二个是纹理修复,最后一个是这两种技术的组合。所有这些修复方法都有逡逑一个共同点即它们使用已知或未破坏的图像区域的信息来填补空白。逡逑2000年,数字图像修复首次被提出。至今,此技术深受国内外研究者的垂青。此技术逡逑不仅仅应用于计算机方面

数字图像,岩画,修复方案,图像


第二章大麦地岩画数字化图像的预处理逡逑本章主要将介绍关于大麦地岩画的数字化图像的预处理等相关方法。岩画的图像中会受到各种不同因素的影响,,导致噪声千扰,造成图像不清晰等等问题。为了问题,必须对待修复的岩画图像做预处理。基于原始去噪方法,本章将提出一种噪方法。此外还将阐述修复岩画图像的总方案。逡逑岩画修复的总方案逡逑近年来,愈来愈多的国家利用数字化技术来对岩画进行修复。这种方式可以使岩画息都保持完好。随着时间的流逝,自然或者人为的各种因素导致岩画的破损或消无法长期保存。所以,采集原始的岩画图像,并将其数字化处理,永久的保存信以后修复。这一项工作是非常具有实际价值的。本文中,岩画的数字图像修复方
【学位授予单位】:宁夏大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:K879.4;TP391.41

【相似文献】

相关期刊论文 前10条

1 陈俊周;王娟;龚勋;;基于级联生成对抗网络的人脸图像修复[J];电子科技大学学报;2019年06期

2 孙全;曾晓勤;;基于生成对抗网络的图像修复[J];计算机科学;2018年12期

3 强振平;何丽波;陈旭;徐丹;;深度学习图像修复方法综述[J];中国图象图形学报;2019年03期

4 张君;常霞;王利娟;;基于样本块的图像修复方法[J];科技视界;2019年33期

5 曾接贤;王璨;;基于优先权改进和块划分的图像修复[J];中国图象图形学报;2017年09期

6 张渲茹;;文物数字图像修复技术的研究发展[J];数码设计;2017年09期

7 王彩峰;王妍力;王迎勋;王香;付海燕;范卉青;;基于样本的图像修复的仿真及分析[J];科技传播;2018年07期

8 江凤莲;;计算机图像修复技术与运用之研究[J];电脑知识与技术;2018年23期

9 邱俊;胡晓;王汉权;;数字图像修复的变分方法与实现过程[J];数值计算与计算机应用;2016年04期

10 李梅菊;祁清;;数字图像修复技术综述[J];信息通信;2016年02期

相关会议论文 前10条

1 高军亮;徐晓刚;王建国;吴晶;;一种基于图像修复的目标重建算法[A];2006中国控制与决策学术年会论文集[C];2006年

2 吴丽平;贾静蕾;董津生;刘丽;;基于纹理合成的数字图像修复方法[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年

3 康佳伦;唐向宏;;一种基于FMM的带方向图像修复算法[A];浙江省电子学会2012学术年会论文集[C];2012年

4 王慧琴;韩建武;吴萌;李文怡;王凯;杨洁;;《马球图》壁画中裂缝的自动虚拟修复方法研究[A];中国文物保护技术协会第七次学术年会论文集[C];2012年

5 陈延嘉;庄志军;王美清;;一种改进的基于样本的图像修补方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年

6 刘春晓;彭群生;杨颖振;王进;陈为;;利用大位移视图修复单幅图像的透视畸变优化算法[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年

7 朱晓临;陈晓冬;朱园珠;陈Z

本文编号:2662878


资料下载
论文发表

本文链接:https://www.wllwen.com/shekelunwen/kgx/2662878.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8b18f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com