基于马尔可夫随机场和图割的敦煌壁画分割

论文摘要

敦煌壁画因诸多自然因素和人为因素影响,存在画面破损、模糊、变色、褪色,材质发黑、地基移位等自然现象,对其修复工作迫在眉睫。图像分割技术作为计算机视觉的关键技术之一,在壁画修复工作中能起到一定的作用。例如其中有些变色,褪色,缺失的部分,将这些部分先进行分割后再修复,实验证明能降低修复难度,增加修复的精确度。本文研究了基于马尔科夫随机场框架下的图像分割算法。重点研究了在MAP下的图像特征的建模方法,以及对于MAP-MRF问题的求解。首先,系统地研究了当前流行的解决最优化问题的Graph Cut方法。在此基础上,提出了提出了一种基于MRF和Graph Cuts的交互式分割方法,并将其用于对敦煌壁画的分割。这种方法通过对图像的底层特征进行用按照某些规则建立的滤波器组滤波获得图像的底层特征向量,选取了对图像区别度最高的几个特征作为对图像进行初始聚类的度量依据。然后用交互式方法选取前景和背景的种子点,以这些特征对图像的前景和背景种子点进行聚类获得前景和背景的统计模型。将聚类号作为图像的标号,最后通过Graph Cuts度量未标号像素与种子点间的相似度,使全局能量最小化。算法收敛后得到了图像的分割结果。实验证明这种方法综合运用了图像的纹理信息和颜色、灰度信息,在敦煌壁画的分割应用中有良好的效果;其次,上述算法涉及到对图像按照滤波器滤波产生的特征向量来进行聚类。为了克服一般聚类过程中只简单的计算向量距离造成的聚类误差,引入了不亲和度的概念。定义了一个计算不亲和度的函数,它包含了像素的邻域信息。在聚类中加入了像素邻域对像素聚类划分的权重,以使得聚类更加准确。再次,为了减小上述算法的计算量,我们引入分水岭算法。采取两步法,首先用分水岭算法对图像进行一次初分割。用初分割产生的大量小孔状区域块代替上述算法中的像素点运算,以此来提高算法执行效率。最后,用本文方法对图像的色变部分进行分割以后,采用在未变色样本块和色变部分进行色彩传递来使其恢复原貌。采用Welsh色彩传递算法对其上色。本部分属于对分割的一个应用以及对敦煌壁画复原的另一个思路。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 本课题的研究目的和意义
• 1.2.1 敦煌壁画特点
• 1.2.2 敦煌壁画破损区域分类
• 1.3 图像分割原理
• 1.4 图像分割方法分类
• 1.4.1 阈值分割法
• 1.4.2 边缘检测分割技术
• 1.4.3 基于区域的方法
• 1.4.4 基于统计学的方法
• 1.5 本文工作及章节安排
• 第二章 马尔科夫随机场（MRF）框架下的图像描述
• 2.1 引言
• 2.2 图像在MRF 的描述及其概率模型
• 2.2.1 MRF 中的一些定义
• 2.2.2 马尔科夫场与吉布斯场的等效性
• 2.3 MRF 下的图像分割框架
• 2.4 本章小结
• 第三章 基于 MRF-MAP 准则的图像分割方法
• 3.1 优化算法介绍
• 3.1.1 条件迭代法
• 3.1.2 模拟退火（SA）算法
• 3.1.3 图割方法
• 3.2 一种基于MRF 和Graph Cuts 的敦煌壁画分割方法
• 3.2.1 交互式分割原理
• 3.2.2 图像纹理建模
• 3.2.3 模型建立与求解
• 3.2.4 模型求解
• 3.3 实验结果与分析
• 3.4 本章小结
• 第四章 一种分水岭和图割相结合的分割模型
• 4.1 引言
• 4.2 相关理论
• 4.3 算法描述
• 4.4 实验结果与分析
• 4.5 本章小结
• 第五章 褪色敦煌壁画分割后的处理
• 5.1 Welsh 色彩传递算法
• 5.1.1 图像的预处理
• 5.1.2 模板样本的选取
• 5.2 对褪色敦煌壁画的色彩传递
• 5.3 实验结果与分析
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 对本文的总结
• 6.2 未来工作展望
• 参考文献
• 在校期间研究成果
• 致谢