书籍详情
唐卡图像数字化保护技术
作者：胡文瑾 著
出版社：科学出版社
出版时间：2019-07-01
ISBN：9787030619358
定价：¥89.00
购买这本书可以去
内容简介
唐卡指用彩缎装裱后悬挂供奉的宗教卷轴画，是中国民族绘画艺术的珍品，被称为藏族的“百科《唐卡图像数字化保护技术》”。一些古旧唐卡由于长年香火烟熏、自然破损老化、雨水污渍、蚊虫鼠害等因素，出现了不同程度的缺损。因此，修复、保护唐卡是当前文物工作者的一项重要工作。《唐卡图像数字化保护技术》从唐卡数字化保护的现状出发，介绍了破损区域的分割、破损图像的修复及其修复后质量评价的方法。《唐卡图像数字化保护技术》探讨了符合唐卡图像视觉特征的算法，指出了数字化保护唐卡中的关键性环节和难点问题，并给出解决方案。深入讨论了各个算法的核心部分，通过实验对比对算法的有效性进行了验证。
作者简介
暂缺《唐卡图像数字化保护技术》作者简介
目录
目录
前言
第1章 绪论 1
1.1 非物质文化遗产保护概述 1
1.2 非物质文化遗产数字化保护的实践研究 1
1.2.1 国内非物质文化遗产数字化保护的实践研究 2
1.2.2 国外非物质文化遗产数字化保护的实践研究 3
1.3 唐卡数字化保护 3
1.3.1 唐卡数字化保护技术 4
1.3.2 唐卡数字化保护意义和价值 7
1.4 唐卡数字修复技术的研究内容 7
1.4.1 唐卡破损情况分析 7
1.4.2 破损唐卡数字修复 8
1.4.3 唐卡质量评价 9
1.5 本书研究内容及组织结构 9
参考文献 10
第2章 唐卡图像概述 11
2.1 唐卡构图特征 11
2.2 唐卡色彩特征 15
2.3 唐卡线条特征 18
2.4 唐卡图案特征 19
2.5 本章小结 22
参考文献 22
第3章 数字图像修复基础 23
3.1 图像修复问题描述 23
3.1.1 修复问题的原则 23
3.1.2 修复问题的贝叶斯框架理论 24
3.2 图像修复技术的国内外研究现状 26
3.2.1 基于扩散的图像修复算法 26
3.2.2 基于样例的图像修复算法 29
3.2.3 基于稀疏表示的算法 32
3.2.4 基于深度学习的方法 33
3.3 偏微分方程基础 33
3.3.1 基本概念 34
3.3.2 Bertalmio图像修复算法 36
3.3.3 整体变分修复模型 37
3.4 纹理合成 41
3.4.1 纹理与纹理合成 41
3.4.2 基于MRF模型的纹理块合成算法 42
3.4.3 基于样本块的图像修复算法 43
3.5 图像的稀疏表示方法 46
3.5.1 图像的超完备稀疏表示 47
3.5.2 最优稀疏解的计算方法 49
3.5.3 字典的选择和学习字典 53
3.5.4 基于稀疏表示的图像修复 56
3.6 图像修复技术的应用 56
3.7 本章小结 61
参考文献 61
第4章 图像质量评价基础 67
4.1 国内外研究现状 67
4.1.1 主观质量评价 68
4.1.2 客观质量评价 72
4.2 人眼视觉特性 77
4.2.1 视觉生理学分析 78
4.2.2 视觉心理物理学分析 80
4.3 图像的视觉特征 85
4.3.1 颜色特征 85
4.3.2 纹理特征 87
4.3.3 形状特征 91
4.4 客观图像质量评价方法性能指标 91
4.4.1 一致性指标 92
4.4.2 普适性指标 93
4.5 几种经典的质量评价方法 93
4.5.1 信噪比 93
4.5.2 结构相似度 94
4.5.3 视觉信息保真度 96
4.5.4 基于学习的图像质量评价方法 98
4.6 本章小结 100
参考文献 101
第5章 唐卡图像破损区域分割 107
5.1 引言 107
5.2 基于小波分析的唐卡图像划痕分割 109
5.2.1 基于小波变换模极大值边缘检测 110
5.2.2 基于边缘点的投影变换 113
5.2.3 基于小波变换的多尺度突变点检测 114
5.2.4 计算划痕模板 115
5.2.5 仿真结果和分析 116
5.3 结合领域知识和多特征表示的唐卡一致性破损区域分割模型 121
5.3.1 破损区域初始分割 122
5.3.2 对称性检测 122
5.3.3 基于对称性的分块分割 125
5.3.4 多尺度多特征融合的破损分割 126
5.3.5 实验和分析 127
5.4 本章小结 131
参考文献 131
第6章 唐卡图像质量评价 133
6.1 唐卡破损质量评价 133
6.1.1 基于SLIC超像素的唐卡图像分割 134
6.1.2 基于超像素的无参考彩色唐卡图像质量评价方法 137
6.1.3 实验结果与分析 140
6.2 唐卡破损修复后的失真分析 143
6.3 唐卡修复质量评价 146
6.3.1 唐卡图像特征的相关性分析 148
6.3.2 评价指标 152
6.3.3 实验结果与分析 152
6.4 本章小结 156
参考文献 156
第7章 改进的基于样本块的唐卡图像修复算法 158
7.1 引言 158
7.2 改进算法原理分析 159
7.2.1 置信度更新 162
7.2.2 最佳匹配块的选择 163
7.2.3 破损边缘的计算 163
7.2.4 算法步骤 164
7.3 实验结果及分析 165
7.4 本章小结 170
参考文献 170
第8章 快速的非局部均值形态成分分析图像修复算法 171
8.1 引言 171
8.2 基于形态成分分析的图像修复算法 172
8.3 MCA算法分析 173
8.4 快速的非局部均值形态成分分析图像修复算法 175
8.4.1 基于非局部均值MCA改进模型 175
8.4.2 数值求解 180
8.5 实验结果及分析 181
8.6 本章小结 185
参考文献 185
第9章 基于全变分小波域的唐卡图像修复算法 187
9.1 引言 187
9.2 基于整体变分的小波域图像修复模型 188
9.3 模型分析 189
9.4 改进的数值计算方法 190
9.5 改进的小波域图像修复模型 192
9.6 实验结果及分析 194
9.7 本章小结 202
参考文献 202
第10章 结论与展望 204
10.1 本书完成的工作 204
10.2 后续工作展望 206
彩图
前言
第1章 绪论 1
1.1 非物质文化遗产保护概述 1
1.2 非物质文化遗产数字化保护的实践研究 1
1.2.1 国内非物质文化遗产数字化保护的实践研究 2
1.2.2 国外非物质文化遗产数字化保护的实践研究 3
1.3 唐卡数字化保护 3
1.3.1 唐卡数字化保护技术 4
1.3.2 唐卡数字化保护意义和价值 7
1.4 唐卡数字修复技术的研究内容 7
1.4.1 唐卡破损情况分析 7
1.4.2 破损唐卡数字修复 8
1.4.3 唐卡质量评价 9
1.5 本书研究内容及组织结构 9
参考文献 10
第2章 唐卡图像概述 11
2.1 唐卡构图特征 11
2.2 唐卡色彩特征 15
2.3 唐卡线条特征 18
2.4 唐卡图案特征 19
2.5 本章小结 22
参考文献 22
第3章 数字图像修复基础 23
3.1 图像修复问题描述 23
3.1.1 修复问题的原则 23
3.1.2 修复问题的贝叶斯框架理论 24
3.2 图像修复技术的国内外研究现状 26
3.2.1 基于扩散的图像修复算法 26
3.2.2 基于样例的图像修复算法 29
3.2.3 基于稀疏表示的算法 32
3.2.4 基于深度学习的方法 33
3.3 偏微分方程基础 33
3.3.1 基本概念 34
3.3.2 Bertalmio图像修复算法 36
3.3.3 整体变分修复模型 37
3.4 纹理合成 41
3.4.1 纹理与纹理合成 41
3.4.2 基于MRF模型的纹理块合成算法 42
3.4.3 基于样本块的图像修复算法 43
3.5 图像的稀疏表示方法 46
3.5.1 图像的超完备稀疏表示 47
3.5.2 最优稀疏解的计算方法 49
3.5.3 字典的选择和学习字典 53
3.5.4 基于稀疏表示的图像修复 56
3.6 图像修复技术的应用 56
3.7 本章小结 61
参考文献 61
第4章 图像质量评价基础 67
4.1 国内外研究现状 67
4.1.1 主观质量评价 68
4.1.2 客观质量评价 72
4.2 人眼视觉特性 77
4.2.1 视觉生理学分析 78
4.2.2 视觉心理物理学分析 80
4.3 图像的视觉特征 85
4.3.1 颜色特征 85
4.3.2 纹理特征 87
4.3.3 形状特征 91
4.4 客观图像质量评价方法性能指标 91
4.4.1 一致性指标 92
4.4.2 普适性指标 93
4.5 几种经典的质量评价方法 93
4.5.1 信噪比 93
4.5.2 结构相似度 94
4.5.3 视觉信息保真度 96
4.5.4 基于学习的图像质量评价方法 98
4.6 本章小结 100
参考文献 101
第5章 唐卡图像破损区域分割 107
5.1 引言 107
5.2 基于小波分析的唐卡图像划痕分割 109
5.2.1 基于小波变换模极大值边缘检测 110
5.2.2 基于边缘点的投影变换 113
5.2.3 基于小波变换的多尺度突变点检测 114
5.2.4 计算划痕模板 115
5.2.5 仿真结果和分析 116
5.3 结合领域知识和多特征表示的唐卡一致性破损区域分割模型 121
5.3.1 破损区域初始分割 122
5.3.2 对称性检测 122
5.3.3 基于对称性的分块分割 125
5.3.4 多尺度多特征融合的破损分割 126
5.3.5 实验和分析 127
5.4 本章小结 131
参考文献 131
第6章 唐卡图像质量评价 133
6.1 唐卡破损质量评价 133
6.1.1 基于SLIC超像素的唐卡图像分割 134
6.1.2 基于超像素的无参考彩色唐卡图像质量评价方法 137
6.1.3 实验结果与分析 140
6.2 唐卡破损修复后的失真分析 143
6.3 唐卡修复质量评价 146
6.3.1 唐卡图像特征的相关性分析 148
6.3.2 评价指标 152
6.3.3 实验结果与分析 152
6.4 本章小结 156
参考文献 156
第7章 改进的基于样本块的唐卡图像修复算法 158
7.1 引言 158
7.2 改进算法原理分析 159
7.2.1 置信度更新 162
7.2.2 最佳匹配块的选择 163
7.2.3 破损边缘的计算 163
7.2.4 算法步骤 164
7.3 实验结果及分析 165
7.4 本章小结 170
参考文献 170
第8章 快速的非局部均值形态成分分析图像修复算法 171
8.1 引言 171
8.2 基于形态成分分析的图像修复算法 172
8.3 MCA算法分析 173
8.4 快速的非局部均值形态成分分析图像修复算法 175
8.4.1 基于非局部均值MCA改进模型 175
8.4.2 数值求解 180
8.5 实验结果及分析 181
8.6 本章小结 185
参考文献 185
第9章 基于全变分小波域的唐卡图像修复算法 187
9.1 引言 187
9.2 基于整体变分的小波域图像修复模型 188
9.3 模型分析 189
9.4 改进的数值计算方法 190
9.5 改进的小波域图像修复模型 192
9.6 实验结果及分析 194
9.7 本章小结 202
参考文献 202
第10章 结论与展望 204
10.1 本书完成的工作 204
10.2 后续工作展望 206
彩图
猜您喜欢
