关键词:
图像处理
壁画修复
样本块填充
CDD模型
数字化修复
摘要:
古代壁画在宗教和信仰方面扮演了重要角色,是文化历史的珍贵载体,为我们提供了宝贵的历史资料。永乐宫壁画位于山西省芮城的永乐宫,它不仅是我国绘画史上的重要杰作,而且是我国古代绘画艺术的瑰宝。但由于年代久远,以及受到气候变化、环境因素等多重影响,壁画出现了起甲、脱落及裂痕等类型的病害现象。利用人工修复,存在高风险、耗时长以及修复过程不可逆等缺点。而采用数字化修复技术,不仅避免了人为修复过程中可能出现的不可逆性伤害,修复结果还能为专家提供宝贵的参考信息。因此针对永乐宫壁画中普遍存在的脱落以及裂痕病害,本文利用图像处理技术进行提取与修复。主要研究和贡献如下:
(1)针对永乐宫壁画中常见的脱落及裂痕病害进行提取方法研究。通过分析脱落区域的表现特征,利用直方图均衡化提升图像对比度,结合阈值分割识别病害区域,最后利用区域生长算法准确标定待修复区域。通过分析裂痕区域的表现特征,利用高低帽变换突出裂痕信息,结合最大熵阈值分割及图像形态学运算识别病害区域,最后利用连通域标记算法去除虚假目标,准确标定待修复区域。
(2)针对基于样本块匹配的Criminisi图像修复算法在修复过程中存在优先权函数归零、样本块匹配准则单一且搜索策略具有盲目性的问题,提出一种改进的自适应样本块Criminisi图像修复算法。通过改进优先权计算函数,避免优先权值归零导致图像修复顺序出现错误的问题;样本块匹配准则中引入欧式距离项,解决样本块匹配过程中的误匹配问题;搜索策略由全局搜索改为局部搜索,减少了搜索最佳匹配块的时间,保证修复效果的同时提高了修复效率;修复实验证明,改进的Criminisi算法能够有效抑制原始算法在修复中出现的结构错误填充和匹配块搜索盲目的问题,修复结果更符合图像的构图特征。
(3)针对永乐宫壁画裂痕形状复杂、划痕不规则,采用传统曲率驱动扩散(CDD)模型修复时间长、边缘过渡不自然且易出现阶梯效应的问题,提出一种改进的CDD模型图像修复算法。通过引入曲率自适应参数,使模型能够根据曲率信息选择不同的扩散方式,在图像边缘细节较多时使用曲率扩散模型,而在平坦区域使用TV扩散模型,提高算法效率;通过引入平滑函数克服图像边缘、角点区域扩散相互抵制的现象,有效解决修复后图像边缘模糊的问题。实验结果证明,改进的CDD算法能有效解决CDD算法修复效率低以及图像边缘模糊的问题,在修复效果和修复速度上优于传统CDD模型。
(4)基于Qtcreator集成开发环境,设计并实现了古壁画病害数字化修复系统。系统由数据管理子系统和图像处理子系统组成。数据管理子系统包括用户数据管理,图像数据管理、系统管理模块。图像处理子系统包括脱落标定模块和脱落修复模块以及裂痕标定模块和裂痕修复模块。