书法碑帖图像去噪、轮廓拟合及纹理建模研究
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题背景 | 第12-14页 |
| ·本文工作 | 第14-16页 |
| ·古书法文档图像的去噪 | 第14-15页 |
| ·碑帖汉字轮廓参数化 | 第15-16页 |
| ·书法纹理生成模型 | 第16页 |
| ·本文贡献 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| 第2章 相关研究工作 | 第18-32页 |
| ·书法文档图像处理与分析 | 第18-24页 |
| ·书法的计算机建模和绘制 | 第24-29页 |
| ·虚拟毛笔模型 | 第24-28页 |
| ·墨在宣纸上的扩散效果模拟 | 第28-29页 |
| ·本章小节 | 第29-32页 |
| 第3章 碑帖文档图像去噪 | 第32-48页 |
| ·引言 | 第32-33页 |
| ·碑帖图像预处理 | 第33-36页 |
| ·平滑碑帖图像 | 第34-35页 |
| ·碑帖图像二值化 | 第35-36页 |
| ·基于游长统计的碑帖图像去噪 | 第36-42页 |
| ·噪声及笔画宽度的游长统计 | 第36-39页 |
| ·从游长概率密度直方图计算最佳门限 | 第39-41页 |
| ·用估计的笔画宽度对碑帖图像去噪 | 第41-42页 |
| ·线状噪声去除 | 第42-44页 |
| ·实验结果和分析 | 第44-46页 |
| ·本章小节 | 第46-48页 |
| 第4章 碑帖图像的轮廓字体生成 | 第48-68页 |
| ·引言 | 第48-50页 |
| ·平面轮廓的特征点检测 | 第50-53页 |
| ·基于支撑域的特征点检测 | 第51-52页 |
| ·基于曲率尺度空间的特征点检测 | 第52-53页 |
| ·基于统计的碑帖汉字轮廓特征点检测 | 第53-59页 |
| ·字轮廓提取与跟踪 | 第54-55页 |
| ·构建典型笔画库 | 第55-56页 |
| ·线性回归确定高斯尺度 | 第56-58页 |
| ·主成分分析方法确定汉字轮廓上的特征点 | 第58-59页 |
| ·用最小二乘和累加弧长参数化生成轮廓字体 | 第59-61页 |
| ·累加弧长参数化 | 第60-61页 |
| ·最小二乘确定Bézier曲线的控制点 | 第61页 |
| ·实验结果和分析 | 第61-66页 |
| ·本章小节 | 第66-68页 |
| 第5章 用自回归和分层采样生成草书纹理 | 第68-80页 |
| ·引言 | 第68-70页 |
| ·草书纹理生成 | 第70-75页 |
| ·构建笔画纹理库 | 第70-71页 |
| ·自回归模型 | 第71-72页 |
| ·基于自回归的草书纹理生成 | 第72-73页 |
| ·笔画纹理宽度控制 | 第73-74页 |
| ·笔画纹理延长 | 第74-75页 |
| ·结果和分析 | 第75-77页 |
| ·本章小结 | 第77-80页 |
| 第6章 结论与展望 | 第80-84页 |
| ·本文的工作 | 第80-81页 |
| ·未来工作展望 | 第81-84页 |
| 参考文献 | 第84-94页 |
| 攻读博士学位期间主要的研究成果 | 第94-96页 |
| 致谢 | 第96-97页 |
