基于数字图像处理相关技术的藏族壁画保护简介.pptVIP

基于数字图像处理相关技术的藏族壁画保护简介.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于数字图像处理相关技术的藏族壁画保护简介.ppt

藏族壁画保护 基于数字图像处理技术 主讲人:谢菊霞 组员:梁传伟、谢菊霞、王彦、罗新卫 目录 1.研究背景和意义 2.藏族壁画的特点 3.壁画的保护过程 4.数字图像处理技术对破损壁画的预处理 5.数字壁画的修复算法 研究背景及意义 ● 我国作为世界著名的文明古国,历史悠久,文化遗产十分丰富,藏族壁画就是其典型的代表。然而,由于自然现象如风沙等的侵烛、经济建设的需要、旅游开发或者文物本身自然脱落变色等各种因素的影响,许多藏族壁画正处于不断被损坏的境地,甚至正在慢慢消失。 研究意义及背景 ●在我国西藏自治区,存在 大量的具有藏族特色的古 迹壁画、古代典籍和画作、 古寺庙等,由于种种原因,大 量壁画受到不同程度的损 坏。采用图像处理技术对 藏族壁画的完整恢复对于 保护我国乃至世界文化遗 产起到举足轻重的意义。 壁画特点 ● 壁画在西藏是一种随处可见的绘画形式。西藏壁画以宗教题材为主,描绘神灵和其他一些精灵,宗教故事等等。 ● 西藏壁画的特点是技法丰富多变。绘制佛像,须严格依照佛法定规,画法多采用单线平涂,成像庄严肃穆,体态匀称;绘制历史故事和风俗画,则笔法古朴细腻,多釆用俯瞰式透视法,以几何结构描绘人物和建筑物背景,画面别具一格。 ● 所用颜料均为传统的不透明的矿物质颜料。与唐卡一样,颜料内均已调入动物胶和牛胆汁,以保持色彩鲜艳,经久不褪。壁画的题材比唐卡广泛,多了一些反映征战、劳役、修建寺庙的故事画和民俗画。 壁画特点 壁画分类: ●表述神灵、人物事件的结构图 ●占少数的民间装饰纹理 保护过程 壁画的保护过程: ●首先是图像采集 ●其次对壁画数字图像进行预处理,主要是去掉采集 过程中附带的噪声 ●确定破损区域,为后续修复处理奠定基础 ●最后是对破损壁画图像的修复 保护过程 藏族壁画数字化保护流程图: 预处理——图像去噪 壁画图像去噪方法: 在分析小波去噪的基础上提出了标准小波系数乘积与阈值相结合的去噪方法。本方法中,根据小波变换模极大值的变化特性来检测信号的奇异特性的;通过相邻尺度小波与细分方法在图像处理中的应用研究小波系数乘积来实现增强信号的小波系数和衰减噪声小波系数;提取信号小波系数是通过小波系数直方图确定其阈值。 通过验证,采用该方法即能很好保持突变点的原子性,又有较好的去噪效果。 预处理——图像去噪 加 中 入 值 高 去 斯 噪 噪 声 小 本 波 文 去 方 噪 法 预处理——灰度分解 ● 壁画一般都是彩色的,彩色图像与灰度图像的不同点就在于彩色图像是由彼此之间存在一定相关性的红绿蓝(RGB)三波段数据所组成。由于RGB空间的3个通道R、G、B具有相关性,使修复的效果不佳。因此,为取得更好的修复效果,选择L α β色彩空间进行通道分解,然后分别进行修复。 ●对破损的藏族壁画,首先将图像从RGB颜色空间转化到LMS空间,再将LMS空间转换到L α β颜色空间。利用Lα β颜色空间的转化算法,将藏族壁画的图像按照L α β色彩空间的3个通道分解成3幅灰度图像L,α,β。 预处理——边缘检测 检测步骤: ●滤波。边缘检测主要基于导数计算,但受噪声影响,滤波器在降低噪声的同时也导致边缘强度的损失; ●增强。增强算法将领域中灰度有显著变化的点突出显示,一般通过计算梯度幅值完成; ●检测。但在有些图像中梯度幅值较大的并不是边缘点; ●定位。精确确定边缘的位置。

文档评论(0)

youngyu0329 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档