目 錄


第1章 墓室壁畫數(shù)字修復(fù)技術(shù)概述 001
1.1 緒論 001
1.1.1 研究背景 001
1.1.2 研究目的和意義 005
1.2 研究動態(tài)及待解決問題 009
1.2.1 博物館數(shù)字修復(fù)的研究動態(tài) 009
1.2.2 數(shù)字修復(fù)技術(shù)的研究動態(tài) 011
1.2.3 古代壁畫數(shù)字修復(fù)技術(shù)的研究動態(tài) 017
1.2.4 館藏墓室壁畫數(shù)字修復(fù)面臨的問題 019
1.3 研究內(nèi)容與技術(shù)創(chuàng)新 022
1.3.1 研究內(nèi)容 022
1.3.2 技術(shù)創(chuàng)新 025
1.4 研究方法與技術(shù)流程 026
1.4.1 研究方法 026
1.4.2 技術(shù)流程 029
1.5 本書的組織結(jié)構(gòu) 031
第2章 數(shù)字修復(fù)基本理論與關(guān)鍵技術(shù) 035
2.1 引言 035
2.2 數(shù)字修復(fù)的基本理論 036
2.2.1 數(shù)字修復(fù)技術(shù)的數(shù)學(xué)模型 036
2.2.2 數(shù)字修復(fù)過程的病態(tài)性分析 039
2.2.3 數(shù)字修復(fù)效果的視覺判定標(biāo)準(zhǔn) 039
2.3 數(shù)字修復(fù)的典型模型及優(yōu)化策略 042
2.3.1 變分PDE類修復(fù)模型 042
2.3.2 樣本合成類模型 048
2.3.3 數(shù)字修復(fù)的優(yōu)化策略 049
2.4 墓室壁畫數(shù)字修復(fù)的關(guān)鍵技術(shù) 052
2.4.1 墓室壁畫的實體修復(fù)流程 052
2.4.2 數(shù)字修復(fù)的關(guān)鍵技術(shù) 055
2.4.3 數(shù)字修復(fù)體系與構(gòu)架 057
2.5 本章小結(jié) 059
第3章 墓室壁畫殘存信息先驗知識的提取 060
3.1 引言 060
3.2 基于改進邊緣檢索模型的線圖先驗知識 061
3.2.1 待修復(fù)墓室壁畫的線圖信息 061
3.2.2 邊緣灰階選擇對墓室壁畫輪廓描述適用性分析 063
3.2.3 邊緣檢索技術(shù)及輪廓提取效果分析 065
3.2.4 改進的Canny算子檢測墓室壁畫線圖 070
3.2.5 墓室壁畫線圖提取實驗 073
3.2.6 墓室壁畫線圖信息的先驗知識 075
3.3 基于形變分割模型的主體先驗知識 076
3.3.1 待修復(fù)墓室壁畫的主體信息 076
3.3.2 主動輪廓動態(tài)收斂的主體信息捕獲 077
3.3.3 強梯度邊緣約束下的Snake收斂實驗 079
3.3.4 墓室壁畫主體信息的先驗知識 084
3.4 基于五行色聚類模型的顏色先驗知識 084
3.4.1 墓室壁畫的顏色體系 084
3.4.2 多顏色空間中顏料信息表達差異性分析 087
3.4.3 改進巴氏距離的K-means聚類技術(shù) 089
3.4.4 五行色顏料信息提取對比實驗 095
3.4.5 墓室壁畫顏色信息的先驗知識 097
3.5 基于頻率域分解模型的紋理與結(jié)構(gòu)先驗知識 098
3.5.1 墓室壁畫的結(jié)構(gòu)信息與紋理信息 098
3.5.2 分解位置對結(jié)構(gòu)與紋理信息提取的影響分析 100
3.5.3 基于輪廓波能量的DCT分解技術(shù) 103
3.5.4 墓室壁畫信息自適應(yīng)分解實驗 106
3.5.5 墓室壁畫結(jié)構(gòu)與紋理信息的先驗知識 107
3.6 本章小結(jié) 107
第4章 墓室壁畫病害信息數(shù)據(jù)模型的建立 109
4.1 引言 109
4.2 墓室壁畫病害污染區(qū)域的特征分析 110
4.2.1 墓室壁畫常見病害種類 110
4.2.2 墓室壁畫病害尺度特征 111
4.3 統(tǒng)計學(xué)多特征泥漬病害數(shù)據(jù)模型 112
4.3.1 泥漬類病害特征分析 112
4.3.2 泥漬標(biāo)準(zhǔn)病害直方圖統(tǒng)計 114
4.3.3 建立泥漬類病害數(shù)據(jù)模型 116
4.3.4 實驗效果分析 127
4.4 形態(tài)學(xué)多尺度裂縫類病害數(shù)據(jù)模型 131
4.4.1 裂縫類病害特征分析 131
4.4.2 裂縫類形態(tài)學(xué)運算子的設(shè)計 136
4.4.3 裂縫類病害數(shù)據(jù)模型 140
4.4.4 設(shè)定多尺度結(jié)構(gòu)元素 144
4.5 本章小結(jié) 146
第5章 墓室壁畫缺損信息修復(fù)模型的設(shè)計 147
5.1 引言 147
5.2 信息素擴散類小尺度缺損信息的修復(fù)模型 150
5.2.1 墓室壁畫缺失信息的曲率驅(qū)動擴散過程 150
5.2.2 信息擴散順序影響分析 154
5.2.3 交叉采樣優(yōu)化的CDD修復(fù)模型 155
5.2.4 實驗效果分析 157
5.3 信息塊合成類大尺度缺損信息的修復(fù)模型 161
5.3.1 墓室壁畫缺失信息的樣本填充過程 161
5.3.2 優(yōu)先值對修復(fù)效果的影響分析 163
5.3.3 改進基于樣本填充的修復(fù)模型 165
5.3.4 實驗效果分析 167
5.4 紋理能量引導(dǎo)的自適應(yīng)填充修復(fù)模型 169
5.4.1 置信度穩(wěn)定性分析與約束條件 170
5.4.2 小波紋理能量系數(shù) 173
5.4.3 優(yōu)化樣本塊搜索的修復(fù)模型 175
5.4.4 實驗效果分析 177
5.5 離散采樣優(yōu)化與樣本擴充的修復(fù)模型 179
5.5.1 墓室壁畫數(shù)據(jù)量分析 179
5.5.2 去冗余離散采樣優(yōu)化 181
5.5.3 跨鏡頭多樣本擴充修復(fù)模型 183
5.5.4 實驗效果分析 185
5.6 結(jié)構(gòu)張量約束優(yōu)先值的修復(fù)模型 186
5.6.1 墓室壁畫信息的結(jié)構(gòu)張量表達 186
5.6.2 結(jié)構(gòu)張量對結(jié)構(gòu)信息的約束分析 191
5.6.3 優(yōu)化結(jié)構(gòu)張量的修復(fù)模型 192
5.6.4 實驗效果分析 193
5.7 馬爾可夫隨機場優(yōu)化匹配的修復(fù)模型 196
5.7.1 墓室壁畫信息的馬爾可夫隨機場 196
5.7.2 馬爾可夫隨機場修復(fù)模型 200
5.7.3 估計值與匹配塊相似性的度量過程 201
5.7.4 實驗效果分析 203
5.8 形態(tài)學(xué)成分分解與重構(gòu)的修復(fù)模型 206
5.8.1 墓室壁畫信息的形態(tài)學(xué)成分分析 206
5.8.2 MCA分解模型的改進策略 208
5.8.3 分解底層結(jié)構(gòu)信息的修復(fù)模型 209
5.8.4 分解上層紋理信息的修復(fù)模型 211
5.8.5 實驗效果分析 212
5.9 曲線擬合與約束合成的修復(fù)模型 219
5.9.1 墓室壁畫分塊割取的現(xiàn)狀分析 219
5.9.2 曲線擬合塊間結(jié)構(gòu)延續(xù)過程 220
5.9.3 基于結(jié)構(gòu)約束的修復(fù)模型 221
5.9.4 實驗效果分析 223
5.10 本章小結(jié) 225
第6章 交互式館藏墓室壁畫數(shù)字修復(fù)管理平臺 227
6.1 引言 227
6.2 TM-DIMP需求分析 228
6.2.1 用戶需求分析 228
6.2.2 實體間關(guān)系分析 232
6.3 TM-DIMP評價指標(biāo)設(shè)定 233
6.3.1 評價因素分析 233
6.3.2 無參考客觀評價參數(shù)設(shè)定 238
6.3.3 分形維數(shù)與塊效應(yīng)因子客觀評價實驗 244
6.4 TM-DIMP體系設(shè)計 249
6.4.1 整體構(gòu)架 249
6.4.2 功能設(shè)計 251
6.4.3 TM-DIMP網(wǎng)絡(luò)構(gòu)架 253
6.5 TM-DIMP開發(fā)與實現(xiàn) 255
6.5.1 開發(fā)和運行環(huán)境 255
6.5.2 交互式實現(xiàn)過程 256
6.6 本章小結(jié) 260

后 記 261
總 結(jié) 261
研究展望 264
致 謝 265
參考文獻 266