2025年妈妈杯数学建模竞赛B题优秀论文-2.pdfVIP

队伍编号MC2404229

题号B

基于深度学习的甲骨文原始拓片单字自动分割与识别研究

摘要

甲骨文拓片图像分割一直是甲骨文研究中重要的研究内容，任务是从甲骨拓片中找

到甲骨字符并提取独立的文字区域，这是字形破译的前提。然而，甲骨文拓片图像分割

常受点状噪声、人工纹理和固有纹理干扰，使得现有传统图像分割方法误分割率较高，

难以有效区分文字目标与各类干扰元素。针对这一难点，本文提出了一种基于深度学习

的甲骨文单字自动分割与识别方法。

针对问题一，基于附件一所提供的三张图片，分析得到图像的主要干扰因素包括字

符过小、图像质量差异大、字形破损和噪声干扰。为尽量解决以上因素带来的干扰，设

计了一种Laplace变换—稀疏表示和低秩逼近去噪—同态滤波—高斯滤波的甲骨文原始

拓片图像预处理模型，通过边缘增强、对比度增强、图像去噪等方法实现图像质量的提

升，使字符特征更加突出，为后续字符分割提供可靠的图像数据支持。

针对问题二，通过任务分析可知，甲骨文原始拓片图像的自动单字分割任