基于改进SOM的壁画图像裂缝自动识别与修复

发布时间：2021-06-21 07:50

　　针对壁画中存在的裂缝这一常见病害,提出一种基于人工神经网络（ANN）的自组织映射（SOM）图像修复算法,将人工智能技术应用于古建筑壁画修复领域.基于壁画裂缝本身的线性结构特征,对图像进行多尺度形态学边缘梯度检测提取边缘信息,使得裂缝边界区域灰度变化剧烈,从而达到边界突出的效果;对变换后的图像进行自适应阈值分割处理,以保证图像中每个像素点都属于目标区域;选取面积作为目标区域的连通规则进行度量以去除虚假目标,达到精确提取的目的,实现对破损像素的自动识别和标注;对壁画中已标注的破损区域采用改进的SOM算法进行修复,通过SOM聚类对图像进行分层,在单个图层中迭代计算出破损像素的值,实现对图像的并行化分层修复,在保障修复精度的同时提升修复的速率;合并图层,完成标注区域修复部分;最后通过对3种类型裂缝的壁画修复,本文所提出的改进SOM算法在修复图像峰值信噪比PSNR、特征相似度FSIM等4类指标显著提升,并且修复时间平均缩短40.34%,表明方法对于古建筑壁画裂缝修复的有效性和优越性. 

【文章来源】：天津大学学报(自然科学与工程技术版). 2020,53(09)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

单尺度形态学边缘梯度过程检测示意

1“彩纹图”修复结果

3“人脸图”修复结果

【参考文献】：
期刊论文
[1]分区域多标准的全参考图像质量评价算法[J]. 曹清洁,史再峰,张嘉平,李杭原,高静,姚素英.  天津大学学报(自然科学与工程技术版). 2019(06)
[2]一种基于稀疏表示模型的壁画修复算法[J]. 李清泉,王欢,邹勤.  武汉大学学报(信息科学版). 2018(12)
[3]MCA分解的唐墓室壁画修复算法[J]. 申婧妮,王慧琴,吴萌,杨文宗.  计算机科学与探索. 2017(11)
[4]基于优先权改进算法的敦煌壁画复杂破损区域修复[J]. 杨筱平,王书文.  计算机辅助设计与图形学学报. 2011(02)



本文编号：3240294