文物数字化色彩复原的关键方法研究

第1章 绪论 1 1.1 相关技术 1 1.2 国内外研究现状及发展动态分析 2 1.2.1 彩色参考图像集 2 1.2.2 图像配准算法 3 1.2.3 图像检索技术 4 1.2.4 颜色迁移技术 6 本章小结 7 参考文献 7 第2章 彩色参考图像集的层次结构模型 10 2.1 AHP的相关研究 10 2.2 基于AHP的色彩复原层次结构模型 11 2.2.1 褪色文物相关色彩元素的知识发现 11 2.2.2 层次模型的建立过程 12 2.2.3 层次结构模型 12 2.2.4 AHP权重向量的计算 13 2.3 层次结构模型实验 13 本章小结 15 参考文献 16 第3章 文物图像分类方法 18 3.1 分类方法与文物图像 18 3.2 文物图像分类技术 19 3.2.1 BP神经网络 20 3.2.2 深度学习模型 22 3.2.3 基于云计算的分类算法 23 3.2.4 支持向量机 24 3.3 基于SVM的彩色文物图像分类 28 3.3.1 词袋模型 28 3.3.2 SVM图像分类方法 29 3.3.3 基于SVM的图像分类体系结构 31 3.4 彩色文物图像分类设计 32 3.4.1 SVM文物图像分类 32 3.4.2 提取和选择训练图像特征 33 3.5 彩色文物图像分类实验 36 3.5.1 实验环境 36 3.5.2 实验结果 40 本章小结 42 参考文献 42 第4章 彩色参考图像检索方法 44 4.1 文物图像检索的关键技术 44 4.1.1 文物图像特征的提取 45 4.1.2 基于特征的相似度匹配 47 4.1.3 图像检索的性能评价 48 4.2 基于颜色的文物图像检索 48 4.2.1 颜色模型及其转换 48 4.2.2 颜色特征表达 54 4.2.3 基于颜色矩的文物图像检索 54 4.3 基于形状的文物图像检索 56 4.3.1 边缘检测 56 4.3.2 形状不变矩描述形状区域特征 57 4.3.3 基于形状不变矩的文物图像检索 58 4.4 基于纹理特征的图像检索 60 4.5 基于综合特征的图像检索系统设计与实现 64 4.5.1 基于综合特征的图像检索流程 64 4.5.2 系统功能模块及检索结果 65 本章小结 69 参考文献 69 第5章 基于颜色迁移的色彩复原技术 71 5.1 文物的色彩复原 71 5.2 颜色空间的矩阵转换 72 5.3 颜色迁移算法 73 5.4 关于独立成分分析 75 5.4.1 ICA的发展 76 5.4.2 ICA介绍 76 5.4.3 ICA算法 77 5.4.4 ICA的应用领域 81 5.5 文物色彩复原中ICA技术的应用 82 5.5.1 ICA颜色迁移 83 5.5.2 褪色纹理特征提取方法 86 5.5.3 混合色彩距离 87 5.6 支持向量机在文物色彩复原中的应用 89 本章小结 98 参考文献 98 第6章 色彩复原图像的质量评价 100 6.1 图像质量评价相关内容 100 6.1.1 图像质量评价的研究介绍 101 6.1.2 图像质量评价相关内容 104 6.1.3 质量评价的参数空间 106 6.2 图像质量评价方法 107 6.2.1 图像质量的主观评价方法 107 6.2.2 传统的图像质量客观评价方法 109 6.2.3 图像质量评价新方法 111 6.3 彩色文物图像复原的质量评价 123 6.3.1 人眼视觉彩色图像质量参数分析 124 6.3.2 人眼视觉特征相关度彩色质量评价 127 6.3.3 关于色彩复原质量评价方法的性能 129 本章小结 130 参考文献 131 第7章 基于共线方程的多视角透视配准 133 7.1 相机标定 133 7.1.1 问题描述 133 7.1.2 常用的相机标定方法 137 7.2 透视投影矩阵求解方法 138 7.3 显著特征点列选主元消去法 140 7.3.1 非均匀多视角显著特征点的选取 142 7.3.2 CMERF的求解过程 145 7.3.3 透视投影多视角表面纹理重建 145 7.4 老化模拟在模型真实感上的探讨 146 7.4.1 老化模拟现象研究分析 146 7.4.2 色彩重建模型的老化模拟考虑 147 7.5 仿真验证 147 7.5.1 非均匀多视角纹理采集 149 7.5.2 色彩复原 151 7.5.3 基于显著特征点的纹理重建 153 7.5.4 重建后的彩色模型展示 154 本章小结 156 参考文献 156 附录 158