首页--历史、地理论文--中国文物考古论文--古书契论文--石刻论文--碑碣(碑文)论文

侯马盟书碑文及色彩虚拟修复技术研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第10-18页
    1.1 课题研究的背景及意义第10-11页
        1.1.1 课题研究的背景第10-11页
        1.1.2 课题研究的意义第11页
    1.2 古碑文图像虚拟修复研究现状第11-15页
        1.2.1 文物文字修复的研究现状第12-14页
        1.2.2 文物色彩修复的研究现状第14-15页
    1.3 论文的研究思路、主要内容第15-16页
    1.4 本文的结构安排第16-18页
第二章 侯马盟书图像预处理第18-30页
    2.1 概述第18页
    2.2 侯马盟书碑文图像分类及特征第18-19页
    2.3 图像灰度化第19-20页
    2.4 滤波去噪第20-23页
        2.4.1 碑文噪声的起因第20-21页
        2.4.2 空域滤波第21-22页
        2.4.3 频域滤波第22-23页
    2.5 图像增强第23-28页
        2.5.1 灰度图像增强第23-26页
        2.5.2 彩色图像增强算法第26-28页
    2.6 实验仿真及效果评价第28-29页
        2.6.1 主观评价第28-29页
        2.6.2 客观评价第29页
    2.7 本章小结第29-30页
第三章 基于骨架提取和颜色迁移的轻微退化侯马盟书图像修复第30-40页
    3.1 概述第30页
    3.2 文字骨架提取及笔画修复第30-34页
        3.2.1 细化的基本概念及分类第30-31页
        3.2.2 细化算法第31-32页
        3.2.3 基于模板的侯马盟书碑文图像骨架提取算法第32-34页
    3.3 碑文骨架毛刺处理和笔画恢复第34页
    3.4 侯马盟书虚拟色彩修复第34-36页
        3.4.1 颜色迁移与色彩空间第34-36页
        3.4.2 基于YC_αC_β空间的侯马盟书颜色迁移算法第36页
    3.5 实验仿真及效果评价第36-39页
        3.5.1 主观评价第36-38页
        3.5.2 客观评价第38-39页
    3.6 本章小结第39-40页
第四章 基于随机共振的严重退化侯马盟书图像修复第40-54页
    4.1 概述第40页
    4.2 基于随机共振的图像修复第40-43页
        4.2.1 随机共振理论第40-41页
        4.2.2 随机共振图像修复原理第41-42页
        4.2.3 主要算法实现第42-43页
    4.3 退化文字边缘提取第43-47页
        4.3.1 边缘检测方法第43-44页
        4.3.2 边缘检测算子第44-45页
        4.3.3 改进的双边滤波Canny算子第45-47页
    4.4 笔画修复及颜色填充第47-49页
        4.4.1 文字轮廓修复第47页
        4.4.2 复原文字颜色填充第47-49页
    4.5 实验仿真及效果评价第49-53页
        4.5.1 主观评价第49-52页
        4.5.2 客观评价第52-53页
    4.6 本章小结第53-54页
第五章 侯马盟书虚拟修复系统的设计与实现第54-64页
    5.1 概述第54页
    5.2 需求分析第54页
    5.3 系统概要设计第54-55页
    5.4 系统详细设计第55-57页
        5.4.1 轻微模糊处理模块设计第55页
        5.4.2 轻微退化处理模块设计第55-56页
        5.4.3 严重退化处理模块设计第56-57页
    5.5 系统界面设计及功能实现第57-62页
        5.5.1 轻微模糊碑文修复过程第57-58页
        5.5.2 轻微退化碑文修复过程第58-61页
        5.5.3 严重退化碑文修复过程第61-62页
    5.6 本章小结第62-64页
第六章 总结与展望第64-66页
    6.1 论文工作及创新点总结第64-65页
    6.2 课题展望第65-66页
参考文献第66-71页
攻读硕士学位期间发表的论文及成果第71-72页
致谢第72-73页

论文共73页,点击 下载论文
上一篇:Chambolle-Pock框架下图像重建的TV算法研究
下一篇:基于二部图网络结构并融合上下文感知信息的推荐系统研究与实现