MCA分解的唐墓室壁画修复算法

• 作者: 吴萌 杨文宗 王慧琴 申婧妮
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 唐代墓室壁画 形态学成分分析(MCA) 图像修复 全变分(TV)算法 K奇异值分解(K-SVD)
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1826-1836
• 页数: 11页
• 分类号: TP391|TN911.73
• 字数: 6554字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1608032

摘要

壁画数字化修复工作极大降低了手工修复时带来的不可逆的风险.根据唐墓室壁画人工修复时先整体结构、后局部纹理的思路,提出一种基于形态学成分分析(morphological component analysis,MCA)分解的唐墓室壁画修复算法.首先结合唐墓室壁画的特点,采用改进的MCA方法进行图像分解,得到结构部分和纹理部分;然后根据图像分解后纹理和结构的复杂程度与稀疏程度,分别采用简化的全变分(total variation,TV)算法和K奇异值分解(K-singular value decomposition,K-SVD)算法进行修复.实验结果表明,该算法可兼顾纹理与结构的修复效果,唐墓室壁画中的裂缝现象的破损修复精度得到提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王慧琴	西安建筑科技大学信息与控制工程学院	128	1203	18.0	29.0
2	申婧妮	西安建筑科技大学信息与控制工程学院	1	6	1.0	1.0
3	吴萌	西安建筑科技大学信息与控制工程学院	21	115	6.0	10.0