基于Criminisi算法的纺织品文物图像修复.pdfVIP

摘要

摘要

纺织品文物作为社会文明与发展的载体，它不仅反映了古代的纺织生产技

术，且蕴含了丰富的文化内涵。数字化技术为纺织品文物的修复提供了全新技

术，对文物的保护、展览与文化传播具有重要意义。为了解决纺织品文物数字

化修复中存在的图像结构、纹理连续性差，以及视觉效果不佳等问题，本文在

分析了纺织品文物特点的基础上，提出一种改进的基于K-means颜色分割的纺

织品文物图像修复算法。首先，对纺织品文物图像进行降噪、颜色增强、mask

图像制作等预处理；其次，将RGB图像转化为Lab颜色模型，使用K-means聚

类算法将Lab空间图像的ab层数据聚类分割为多张不同颜色的图层，并采用

DRTV算法对分割后的图层做纹理抑制处理以得到更加准确的纺织品文物图像

纹样图案结构；最后，对纺织品文物图像损伤区域进行多次迭代填充。迭代过

Criminisi1)

程仍然遵循算法的步骤，与之不同的是改进了三个技术细节：引入

K-means2)

基于聚类算法分割的结果确定结构区域，对优先权进行改进；引入

Lab空间颜色L值的标准差作为颜色离散度确定结构与纹理的边缘，对优先权

3)L

进行改进；对匹配块的大小用值均值方差进行自适应调整，并将有哪些信誉好的足球投注网站区域

减小至相同颜色图层。

采用主观评价方法与客观评价PSNR、SSIM、FSIM指标对本文所提方法

进行验证实验。将本文算法对纺织品文物图像的修复结果，与经典Criminisi算

法、及文献报道中的算法对比实验，分别对真实破损图像修复效果进行主观评

价与人为模拟破损图像修复效果进行客观评价。实验结果表明，本文算法对破

损的纺织品文物修复结果，纹理自然、结构连续、总体视觉效果更加优异，

PSNR、SSIM、FSIM值更好，与Criminisi算法相比，其PSNR值均提高了

1~3dBK-means-

。本文算法利用分割对图像做纹理结构分解，引入颜色离散度

对优先权模型的改进实现了对不同纹理结构特征的破损纺织品文物图像的修

复，对复杂纹样结构和织物纹理区域的修复效果都较为理想。

关键词：破损纺织品文物；纹样图案；Criminisi算法；图像修复；K-means聚

类

论文类型：应用研究

Ⅰ

西安工程大学硕士学位论文

Ⅱ

ABSTRACT

ABSTRACT

Asacarrierofsocialcivilisationanddevelopment,textilerelicsnotonlyreflect

ancienttextileproductiontechniques,butalsocontainarichculturalconnotation.

Digitaltechnologyprovidesanewtechniquefortheinpaintingoftextilerelics,which

isofgreatsignificancefortheconservation,exhibitionandculturaldisseminationof

culturalrelics.Inordertosolvetheproblemsofpoorimagestr