国产免费不卡免费,青青青青在线成人视99

內(nèi)容簡(jiǎn)介

　　在文物數(shù)字化生存的大背景下，各博物館對(duì)館藏文物陸續(xù)進(jìn)行了高清數(shù)字化采集，產(chǎn)生了大量飽含歲月痕跡的文物影像資料。這些數(shù)字化文物信息是研究文化、考證歷史的重要素材。在文物不可逆地走向衰亡的過程中，利用數(shù)字化信息處理手段記錄、重建文物信息是文物科技保護(hù)的發(fā)展趨勢(shì)。特別是對(duì)于壁畫類平面文物，其畫面?zhèn)鞒械奈氖沸畔⑾?，則文物本體的價(jià)值也就不復(fù)存在了，它們是博物館最急需修復(fù)的文物類型。博物館館藏壁畫的修復(fù)有著繁瑣的流程，修復(fù)周期很長。因修復(fù)效果無法預(yù)測(cè)與修復(fù)人員緊缺的現(xiàn)狀，大部分壁畫存儲(chǔ)在保管部，遲遲未能進(jìn)入展廳。本文研究對(duì)象是高清采集的館藏墓室壁畫數(shù)字化信息，研究目標(biāo)是通過對(duì)現(xiàn)存信息的分析，非接觸無損地提取壁畫的數(shù)字檔案，并模擬壁畫手工修復(fù)的過程，建立一整套滿足博物館管理流程的數(shù)字修復(fù)體系。館藏墓室壁畫數(shù)字修復(fù)依據(jù)貝葉斯的逆概原理，包括：提取壁畫殘存信息的先驗(yàn)知識(shí)，建立壁畫病害信息的數(shù)據(jù)模型，建立壁畫缺損信息的修復(fù)模型三大部分。論文在研究過程中充分考慮此類反問題求解的強(qiáng)病態(tài)性與格式塔視覺心理學(xué)原則，通過建立主、客觀評(píng)價(jià)方法，并設(shè)計(jì)交互式數(shù)字修復(fù)管理平臺(tái)，共享遠(yuǎn)程專家經(jīng)驗(yàn)，動(dòng)態(tài)調(diào)整修復(fù)方案。

作者簡(jiǎn)介

　　吳萌，博士，西安建筑科技大學(xué)副教授，碩士生導(dǎo)師。專業(yè)方向?yàn)閿?shù)字圖像處理、多維信號(hào)處理，文物數(shù)字化保護(hù)與文物材料數(shù)據(jù)分析。2015~2016年度美國俄亥俄州立大學(xué)訪問學(xué)者。 2017年進(jìn)入西北工業(yè)大學(xué)材料學(xué)院楊軍昌教授三秦學(xué)者團(tuán)隊(duì)進(jìn)行博士后工作。2018年進(jìn)入天津大學(xué)智能與計(jì)算學(xué)部張加萬教授團(tuán)隊(duì)進(jìn)行學(xué)術(shù)訪問。主持***項(xiàng)目一項(xiàng)，省部級(jí)項(xiàng)目兩項(xiàng)，廳局級(jí)項(xiàng)目兩項(xiàng)，參與縱橫課題多項(xiàng)。發(fā)表與文物數(shù)字化信息處理相關(guān)論文三十余篇。

圖書目錄

目錄

第1章墓室壁畫數(shù)字修復(fù)技術(shù)概述\t001
1．1 緒論\t001
1．1．1 研究背景\t001
1．1．2 研究目的和意義\t005
1．2 研究動(dòng)態(tài)及待解決問題\t009
1．2．1 博物館數(shù)字修復(fù)的研究動(dòng)態(tài)\t009
1．2．2 數(shù)字修復(fù)技術(shù)的研究動(dòng)態(tài)\t011
1．2．3 古代壁畫數(shù)字修復(fù)技術(shù)的研究動(dòng)態(tài)\t017
1．2．4 館藏墓室壁畫數(shù)字修復(fù)面臨的問題\t019
1．3 研究內(nèi)容與技術(shù)創(chuàng)新\t022
1．3．1 研究內(nèi)容\t022
1．3．2 技術(shù)創(chuàng)新\t025
1．4 研究方法與技術(shù)流程\t026
1．4．1 研究方法\t026
1．4．2 技術(shù)流程\t029
1．5 本書的組織結(jié)構(gòu)\t031
第2章數(shù)字修復(fù)基本理論與關(guān)鍵技術(shù)\t035
2．1 引言\t035
2．2 數(shù)字修復(fù)的基本理論\t036
2．2．1 數(shù)字修復(fù)技術(shù)的數(shù)學(xué)模型\t036
2．2．2 數(shù)字修復(fù)過程的病態(tài)性分析\t039
2．2．3 數(shù)字修復(fù)效果的視覺判定標(biāo)準(zhǔn)\t039
2．3 數(shù)字修復(fù)的典型模型及優(yōu)化策略\t042
2．3．1 變分PDE類修復(fù)模型\t042
2．3．2 樣本合成類模型\t048
2．3．3 數(shù)字修復(fù)的優(yōu)化策略\t049
2．4 墓室壁畫數(shù)字修復(fù)的關(guān)鍵技術(shù)\t052
2．4．1 墓室壁畫的實(shí)體修復(fù)流程\t052
2．4．2 數(shù)字修復(fù)的關(guān)鍵技術(shù)\t055
2．4．3 數(shù)字修復(fù)體系與構(gòu)架\t057
2．5 本章小結(jié)\t059
第3章墓室壁畫殘存信息先驗(yàn)知識(shí)的提取\t060
3．1 引言\t060
3．2 基于改進(jìn)邊緣檢索模型的線圖先驗(yàn)知識(shí)\t061
3．2．1 待修復(fù)墓室壁畫的線圖信息\t061
3．2．2 邊緣灰階選擇對(duì)墓室壁畫輪廓描述適用性分析\t063
3．2．3 邊緣檢索技術(shù)及輪廓提取效果分析\t065
3．2．4 改進(jìn)的Canny算子檢測(cè)墓室壁畫線圖\t070
3．2．5 墓室壁畫線圖提取實(shí)驗(yàn)\t073
3．2．6 墓室壁畫線圖信息的先驗(yàn)知識(shí)\t075
3．3 基于形變分割模型的主體先驗(yàn)知識(shí)\t076
3．3．1 待修復(fù)墓室壁畫的主體信息\t076
3．3．2 主動(dòng)輪廓?jiǎng)討B(tài)收斂的主體信息捕獲\t077
3．3．3 強(qiáng)梯度邊緣約束下的Snake收斂實(shí)驗(yàn)\t079
3．3．4 墓室壁畫主體信息的先驗(yàn)知識(shí)\t084
3．4 基于五行色聚類模型的顏色先驗(yàn)知識(shí)\t084
3．4．1 墓室壁畫的顏色體系\t084
3．4．2 多顏色空間中顏料信息表達(dá)差異性分析\t087
3．4．3 改進(jìn)巴氏距離的K-means聚類技術(shù)\t089
3．4．4 五行色顏料信息提取對(duì)比實(shí)驗(yàn)\t095
3．4．5 墓室壁畫顏色信息的先驗(yàn)知識(shí)\t097
3．5 基于頻率域分解模型的紋理與結(jié)構(gòu)先驗(yàn)知識(shí)\t098
3．5．1 墓室壁畫的結(jié)構(gòu)信息與紋理信息\t098
3．5．2 分解位置對(duì)結(jié)構(gòu)與紋理信息提取的影響分析\t100
3．5．3 基于輪廓波能量的DCT分解技術(shù)\t103
3．5．4 墓室壁畫信息自適應(yīng)分解實(shí)驗(yàn)\t106
3．5．5 墓室壁畫結(jié)構(gòu)與紋理信息的先驗(yàn)知識(shí)\t107
3．6 本章小結(jié)\t107
第4章墓室壁畫病害信息數(shù)據(jù)模型的建立\t109
4．1 引言\t109
4．2 墓室壁畫病害污染區(qū)域的特征分析\t110
4．2．1 墓室壁畫常見病害種類\t110
4．2．2 墓室壁畫病害尺度特征\t111
4．3 統(tǒng)計(jì)學(xué)多特征泥漬病害數(shù)據(jù)模型\t112
4．3．1 泥漬類病害特征分析\t112
4．3．2 泥漬標(biāo)準(zhǔn)病害直方圖統(tǒng)計(jì)\t114
4．3．3 建立泥漬類病害數(shù)據(jù)模型\t116
4．3．4 實(shí)驗(yàn)效果分析\t127
4．4 形態(tài)學(xué)多尺度裂縫類病害數(shù)據(jù)模型\t131
4．4．1 裂縫類病害特征分析\t131
4．4．2 裂縫類形態(tài)學(xué)運(yùn)算子的設(shè)計(jì)\t136
4．4．3 裂縫類病害數(shù)據(jù)模型\t140
4．4．4 設(shè)定多尺度結(jié)構(gòu)元素\t144
4．5 本章小結(jié)\t146
第5章墓室壁畫缺損信息修復(fù)模型的設(shè)計(jì)\t147
5．1 引言\t147
5．2 信息素?cái)U(kuò)散類小尺度缺損信息的修復(fù)模型\t150
5．2．1 墓室壁畫缺失信息的曲率驅(qū)動(dòng)擴(kuò)散過程\t150
5．2．2 信息擴(kuò)散順序影響分析\t154
5．2．3 交叉采樣優(yōu)化的CDD修復(fù)模型\t155
5．2．4 實(shí)驗(yàn)效果分析\t157
5．3 信息塊合成類大尺度缺損信息的修復(fù)模型\t161
5．3．1 墓室壁畫缺失信息的樣本填充過程\t161
5．3．2 優(yōu)先值對(duì)修復(fù)效果的影響分析\t163
5．3．3 改進(jìn)基于樣本填充的修復(fù)模型\t165
5．3．4 實(shí)驗(yàn)效果分析\t167
5．4 紋理能量引導(dǎo)的自適應(yīng)填充修復(fù)模型\t169
5．4．1 置信度穩(wěn)定性分析與約束條件\t170
5．4．2 小波紋理能量系數(shù)\t173
5．4．3 優(yōu)化樣本塊搜索的修復(fù)模型\t175
5．4．4 實(shí)驗(yàn)效果分析\t177
5．5 離散采樣優(yōu)化與樣本擴(kuò)充的修復(fù)模型\t179
5．5．1 墓室壁畫數(shù)據(jù)量分析\t179
5．5．2 去冗余離散采樣優(yōu)化\t181
5．5．3 跨鏡頭多樣本擴(kuò)充修復(fù)模型\t183
5．5．4 實(shí)驗(yàn)效果分析\t185
5．6 結(jié)構(gòu)張量約束優(yōu)先值的修復(fù)模型\t186
5．6．1 墓室壁畫信息的結(jié)構(gòu)張量表達(dá)\t186
5．6．2 結(jié)構(gòu)張量對(duì)結(jié)構(gòu)信息的約束分析\t191
5．6．3 優(yōu)化結(jié)構(gòu)張量的修復(fù)模型\t192
5．6．4 實(shí)驗(yàn)效果分析\t193
5．7 馬爾可夫隨機(jī)場(chǎng)優(yōu)化匹配的修復(fù)模型\t196
5．7．1 墓室壁畫信息的馬爾可夫隨機(jī)場(chǎng)\t196
5．7．2 馬爾可夫隨機(jī)場(chǎng)修復(fù)模型\t200
5．7．3 估計(jì)值與匹配塊相似性的度量過程\t201
5．7．4 實(shí)驗(yàn)效果分析\t203
5．8 形態(tài)學(xué)成分分解與重構(gòu)的修復(fù)模型\t206
5．8．1 墓室壁畫信息的形態(tài)學(xué)成分分析\t206
5．8．2 MCA分解模型的改進(jìn)策略\t208
5．8．3 分解底層結(jié)構(gòu)信息的修復(fù)模型\t209
5．8．4 分解上層紋理信息的修復(fù)模型\t211
5．8．5 實(shí)驗(yàn)效果分析\t212
5．9 曲線擬合與約束合成的修復(fù)模型\t219
5．9．1 墓室壁畫分塊割取的現(xiàn)狀分析\t219
5．9．2 曲線擬合塊間結(jié)構(gòu)延續(xù)過程\t220
5．9．3 基于結(jié)構(gòu)約束的修復(fù)模型\t221
5．9．4 實(shí)驗(yàn)效果分析\t223
5．10 本章小結(jié)\t225
第6章交互式館藏墓室壁畫數(shù)字修復(fù)管理平臺(tái)\t227
6．1 引言\t227
6．2 TM-DIMP需求分析\t228
6．2．1 用戶需求分析\t228
6．2．2 實(shí)體間關(guān)系分析\t232
6．3 TM-DIMP評(píng)價(jià)指標(biāo)設(shè)定\t233
6．3．1 評(píng)價(jià)因素分析\t233
6．3．2 無參考客觀評(píng)價(jià)參數(shù)設(shè)定\t238
6．3．3 分形維數(shù)與塊效應(yīng)因子客觀評(píng)價(jià)實(shí)驗(yàn)\t244
6．4 TM-DIMP體系設(shè)計(jì)\t249
6．4．1 整體構(gòu)架\t249
6．4．2 功能設(shè)計(jì)\t251
6．4．3 TM-DIMP網(wǎng)絡(luò)構(gòu)架\t253
6．5 TM-DIMP開發(fā)與實(shí)現(xiàn)\t255
6．5．1 開發(fā)和運(yùn)行環(huán)境\t255
6．5．2 交互式實(shí)現(xiàn)過程\t256
6．6 本章小結(jié)\t260
后記\t261
總結(jié)\t261
研究展望\t264
致謝\t265
參考文獻(xiàn)\t266