| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 第一章 绪论 | 第6-8页 |
| 1． 1 引言 | 第6-7页 |
| 1． 2 本文研究的目的和意义 | 第7页 |
| 1． 3 本文的组织结构 | 第7-8页 |
| 第二章 相关技术与应用综述 | 第8-20页 |
| 2． 1 计算机艺术以及计算机用于文物修复的现状 | 第8-9页 |
| 2． 2 相关的技术综述 | 第9-17页 |
| 2． 2． 1 数字图像处理 | 第9-13页 |
| 2． 2． 1． 1 经典数字图像处理的主要研究内容 | 第9页 |
| 2． 2． 1． 2 数字图像处理用于古画的虚拟修复 | 第9-13页 |
| 2． 2． 2 计算机图形学 | 第13-16页 |
| 2． 2． 2． 1 计算机图形学概述 | 第13页 |
| 2． 2． 2． 2 文物虚拟修复中的计算机图形学 | 第13-16页 |
| 2． 2． 3 人工智能 | 第16-17页 |
| 2． 3 相关系统介绍 | 第17-19页 |
| 2． 3． 1 老照片修复系统 | 第17-18页 |
| 2． 3． 2 古旧艺术品，文物的虚拟修复系统 | 第18-19页 |
| 2． 4 现状总结与分析 | 第19-20页 |
| 第三章 计算机辅助壁画修复模型与关键技术 | 第20-40页 |
| 3． 1 传统的壁画临摹修复的流程 | 第20页 |
| 3． 2 计算机辅助的壁画修复模型 | 第20-21页 |
| 3． 3 图像分割和边缘检测 | 第21-25页 |
| 3． 3． 1 传统方法用于彩色图像分割的局限性 | 第22页 |
| 3． 3． 2 混合分割方式 | 第22-23页 |
| 3． 3． 3 交互式的图像分割 | 第23-25页 |
| 3． 4 线描图元素特征模型的建立和匹配 | 第25-36页 |
| 3． 4． 1 建立完备的元素特征模型 | 第25-30页 |
| 3． 4． 1． 1 线描图笔划的模型 | 第27-28页 |
| 3． 4． 1． 2 完整的线描图元素模型 | 第28-30页 |
| 3． 4． 2 线描图元素库的组织方式 | 第30-31页 |
| 3． 4． 3 线描图元素的检索和匹配 | 第31-36页 |
| 3． 4． 3． 1 基于内容的图像检索的主要索引技术 | 第31-32页 |
| 3． 4． 3． 2 基于特征点的元素匹配 | 第32-36页 |
| 3． 5 线描图着色 | 第36-39页 |
| 3． 5． 1 使用笔刷模型进行色彩修复 | 第36-38页 |
| 3． 5． 1． 1 填充骨架 | 第36-37页 |
| 3． 5． 1． 2 笔刷模型 | 第37-38页 |
| 3． 5． 2 使用基于纹理合成的艺术风格学习进行色彩修复 | 第38-39页 |
| 3． 6 小结 | 第39-40页 |
| 第四章 原型系统的设计与实现 | 第40-50页 |
| 4． 1 系统的总体设计 | 第40-42页 |
| 4． 1． 1 系统流程 | 第40-41页 |
| 4． 1． 2 线描图生成部分模块划分 | 第41页 |
| 4． 1． 3 线描图生成系统结构和特点 | 第41-42页 |
| 4． 2 线描图元素库设计 | 第42-46页 |
| 4． 2． 1 数据库的逻辑设计 | 第42-44页 |
| 4． 2． 2 数据库查询 | 第44页 |
| 4． 2． 3 数据结构及其实现 | 第44-46页 |
| 4． 3 系统界面 | 第46-49页 |
| 4． 4 小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 5． 1 主要研究内容及创新 | 第50页 |
| 5． 2 未来工作展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |
