[发明专利]一种基于遗传算法的壁画脱落病害自动修复方法

权利要求书

1.一种基于遗传算法的壁画脱落病害自动修复方法，其特征在于：包括以下步骤：

步骤1、采集数字化壁画脱落图像，通过数学形态学对壁画脱落病害图像进行标注；

步骤2、通过遗传算法对脱落破损区域的结构信息和纹理信息分别进行修复；该步骤的具体方法包括以下步骤：

⑴采用Canny边缘检测算法对标注后的壁画结构信息进行提取，获取轮廓线相关信息及周围信息；所述轮廓线相关信息是指与破损区域相接触的各条相关轮廓线；所述周围信息是与破损区域相接触的周围图像的基本特征，包括平均亮度、对比度及曲线平滑度；

⑵构建遗传算法目标函数，查找匹配的轮廓线，恢复图像受损区域中的结构信息；该步骤的具体方法包括以下步骤：

①提出如下优化目标假设：至少存在一对匹配的相关轮廓线；匹配的相关轮廓曲线必须有可能在破损区域进行连接；

②采用曲线拟合的方法对遗传算法目标函数进行设计，将优化目标转换成目标函数；该步骤的具体实现方法为：

对于任何一个轮廓线，设y＝f(x)，其在任意点x的曲率计算公式：

目标函数表示为：

其中，β是表示用于平衡优化目标的匹配阈值参数；M是匹配轮廓线的匹配对数；D_i表示第i对匹配轮廓线的匹配程度；

染色体的适应度函数表示为：

其中，N_ind是染色体数目，N_x是染色体x的由大到小排序中的序号；max表示适应度的最大值，染色体的适应度越高，遗传概率就越大，即选择保留染色体基因的概率就越大；

⑶将纹理信息填充到所有破损区域，完成壁画脱落壁画的修复；该步骤的具体实现方法为：

①计算修复优先级，确定待修复壁画图像中的修复块ψ_p的修复优先级P(p)：

P(p)＝max{nS(p)}

其中，S(p)表示修复块区域内的未破损区域像素，n代表修复块区域内的未破损区域像素的个数；

确定修复优先级P(p)后，计算出具有最大修复优先级的修复块作为当前准修复块，记为ψ_p^：

其中，Z代表修复块中破损区域内的像素总个数，P(p)为每个像素对应修复块的修复优先级；

②填充纹理信息，找到与准修复块ψ_p^最相似的修复块，记为最佳匹配块ψ_q^，完成修复：

其中，D代表修复块中的破损区域，d(ψ_p^,ψ_q)被定义为两个像素块ψ_p^与ψ_q之间的色值误差平方和。

2.根据权利要求1所述的一种基于遗传算法的壁画脱落病害自动修复方法，其特征在于：所述步骤2后还包括依据数字图像修复结果对实际壁画脱落病害的颜料层进行修复的步骤。

3.根据权利要求1或2所述的一种基于遗传算法的壁画脱落病害自动修复方法，其特征在于：所述步骤1的具体实现方法包括以下步骤：

⑴应用高分辨率数码相机采集获得数字化壁画脱落图像，将采集到RGB空间的壁画脱落图像处理转换到HSV颜色空间；

⑵对得到的HSV颜色空间的图像通过中值滤波方法进行图像预处理；

⑶采用多尺度形态学边缘梯度检测方法，获取预处理后的壁画图像边缘；

⑷采用高帽变换方法增强图像的边缘尺度；

⑸采用最大类方差法自适应阈值分割技术获取脱落边缘；

⑹采用连通域标记算法获取壁画脱落边缘掩码，对于获取后的脱落边缘掩码进行内部填充。

4.根据权利要求3所述的一种基于遗传算法的壁画脱落病害自动修复方法，其特征在于：所述步骤⑶多尺度形态学边缘梯度检测方法的数学表达式为：

式中f(x,y)表示灰度图像，b_i(x,y)为结构元素，k为尺度参数，表示形态学腐蚀算子，表示形态学膨胀算子。