[发明专利]基于自组织映射神经网络的壁画裂缝病害自动修复方法

说明书

本发明涉及一种基于自组织映射神经网络的壁画裂缝病害自动修复方法，包括以下步骤：采集数字化壁画裂缝图像，通过数学形态学对壁画裂缝病害进行标注；采用自组织映射神经网络算法对原始数据进行聚类，完成对图像数据的分层工作，然后对聚类后的分层数据进行修复。本发明充分考虑壁画裂缝本身线性结构特点，在裂缝自动标注过程中使用自适应阈值分割算法，实现目标像素与背景像素的分离，提升裂缝识别的精度；并且充分利用自组织映射神经网络算法的精准聚类特性，将各通道像素进行聚类分层，进而实现对分层图像的快速修复工作，使壁画图像更加清晰与自然，从而保持与原始壁画图像具有一定相似精度的整体视觉效果。

技术领域

本发明属于数字化图像处理技术领域，尤其是一种基于自组织映射神经网络的壁画裂缝病害自动修复方法。

背景技术

古代壁画是中国古典艺术的宝库，是中国历史和文化的见证，也是我国宝贵的历史文化遗产，其历史研究价值更是无法估量。然而在外界环境及人为内在因素的影响下，大部分壁画如敦煌莫高窟、西千佛洞等壁画群均出现不同程度的裂缝、脱落、酥碱、霉变等多种形式的病害。为长久地保护这些中华文明的珍宝，修复壁画中的破损部分，还原壁画自身的文化魅力，是一项亟需且具有重大文化传承意义。

针对古代壁画所遭遇的各种病害，目前主要有两种不同保护方法：一是传统壁画修复方法，该方法通过手工修复。由于专业技术人员的匮乏，该类方法存在修复手段单一、耗费时间长、修复效率低等缺点，使得壁画保护形势严峻。二是现代数字化修复方法，该方法对壁画的修复则是通过运用先进的人工智能技术，对壁画进行数字化采集，使得壁画脱离文物主体而存在，通过运用计算机等新技术手段对病害进行标注与修复，在不破坏壁画本身的情况下实现对壁画真实面目的还原。数字化修复方法可以很大程度上避免对壁画的二次伤害，同时修复效果的精准性使其对历史文化遗产的分析和发展有着不可替代的作用。

数字化图像修复技术的最终目标是实现对古建筑壁画的复原功能，即运用先进人工智能技术完成对壁画的修复。壁画图像裂缝病害是壁画病害的一种，针对于这种特殊的壁画图像裂缝病害，现有的修复方法没有考虑壁画裂缝本身线性结构特点，导致修改效果不佳，难以对壁画图像裂缝病害进行有效恢复。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于自组织映射神经网络的壁画裂缝病害自动修复方法，解决不能对壁画裂缝病害进行有效恢复的问题。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于自组织映射神经网络的壁画裂缝病害自动修复方法，包括以下步骤：

步骤1、采集数字化壁画裂缝图像，通过数学形态学对壁画裂缝病害进行标注；

步骤2、采用自组织映射神经网络算法对原始数据进行聚类，完成对图像数据的分层工作，然后对聚类后的分层数据进行修复。

而且，所述步骤3后还包括依据数字图像修复结果对实际壁画裂缝病害的颜料层进行修复的步骤。

而且，所述步骤1的具体实现方法包括以下步骤：

⑴获得数字化壁画裂缝图像，将采集到彩色数字化壁画裂缝图像转换为灰度图像；

⑵对得到的灰度图像应用多尺度形态学边缘梯度检测，以腐蚀膨胀复合运算构成的图像边缘检测算子，提取图像结构轮廓边缘；

⑶采用最大类方差法自适应阈值分割技术将壁画裂缝图像中像素分为目标和背景两类，进而将目标像素进行提取，得到只有两个灰度值的二值图像；

⑷采用连通域标记对二值图像进行度量，去除剩余背景噪声，得到壁画裂缝标注图像。

而且，所述步骤1的具体实现方法为：使用高分辨率数码相机采集获得彩色数字化壁画裂缝图像，对彩色图像(r,g,b)的r、g、b三分量以不同权值进行加权平均，加权公式按下式计算：