文物圖像分類系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、本文作為國家863項(xiàng)目“計(jì)算機(jī)輔助文物復(fù)原技術(shù)研究”的一部分，對文物圖像分類系統(tǒng)中的一些關(guān)鍵技術(shù)和主要算法做了深入的研究。針對文物碎片圖像數(shù)據(jù)庫，實(shí)現(xiàn)了對圖像的檢索并提出了適合文物碎片圖像的神經(jīng)網(wǎng)絡(luò)分類算法，設(shè)計(jì)并開發(fā)了“文物圖像分類系統(tǒng)”，主要從事了以下研究工作： (1)圖像預(yù)處理。采用了簡單有效的具有邊界保持的中值平滑濾波器，對獲取到的數(shù)字化的文物碎片圖像進(jìn)行去噪聲處理，清除圖像中的大部分噪聲。同時(shí)，為了改善圖像的質(zhì)量，使用

2、了模板平滑和梯度銳化、拉普拉斯銳化技術(shù)來實(shí)現(xiàn)圖像的增強(qiáng)以及直方圖均衡算法和二值化方法。 (2)圖像特征提取及綜合多種特征的分類方法。提取圖像紋理特征如灰度共生矩陣，Tamura紋理特征、自相關(guān)函數(shù)等，顏色特征如灰度直方圖、顏色矩等；同時(shí)研究了文物圖像的形狀特征表示方法如周長、面積、圓形度、質(zhì)心和二階矩等；并提出一種綜合多種特征的分類方法，選擇顏色、紋理、形狀共8個(gè)特征值作為識別文物碎片的依據(jù)，輸入到神經(jīng)網(wǎng)絡(luò)分類器的輸入層中，對神

3、經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測試分類，達(dá)到了較好的效果。 (3)Zernike矩的提取及圖像檢索。對傳統(tǒng)的Zernike矩算法提出了改進(jìn)，提取了文物圖像的Zernike矩描述子，并將其作為圖像檢索時(shí)的特征值。實(shí)驗(yàn)結(jié)果表明，這些特征很好地刻畫了碎片圖像的區(qū)域特征，提高了檢索的準(zhǔn)確率。 (4)神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì)。深入分析了神經(jīng)網(wǎng)絡(luò)的模式分類原理，算法的一般理論，剖析了神經(jīng)網(wǎng)絡(luò)的主要優(yōu)、缺點(diǎn)，提出了解決或部分解決神經(jīng)網(wǎng)絡(luò)缺陷的改進(jìn)方法。研