在文物数字化生存的大背景下，各博物馆对馆藏文物陆续进行了高清数字化采集，产生了大量饱含岁月痕迹的文物影像资料。这些数字化文物信息是研究文化、考证历史的重要素材。在文物不可逆地走向衰亡的过程中，利用数字化信息处理手段记录、重建文物信息是文物科技保护的发展趋势。特别是对于壁画类平面文物，其画面传承的文史信息消亡，则文物本体的价值也就不复存在了，它们是博物馆最急需修复的文物类型。博物馆馆藏壁画的修复有着繁琐的流程，修复周期很长。因修复效果无法预测与修复人员紧缺的现状，大部分壁画存储在保管部，迟迟未能进入展厅。本文研究对象是高清采集的馆藏墓室壁画数字化信息，研究目标是通过对现存信息的分析，非接触无损地提取壁画的数字档案，并模拟壁画手工修复的过程，建立一整套满足博物馆管理流程的数字修复体系。 馆藏墓室壁画数字修复依据贝叶斯的逆概原理，包括：提取壁画残存信息的先验知识，建立壁画病害信息的数据模型，建立壁画缺损信息的修复模型三大部分。论文在研究过程中充分考虑此类反问题求解的强病态性与格式塔视觉心理学原则，通过建立主、客观评价方法，并设计交互式数字修复管理平台，共享远程专家经验，动态调整修复方案。
吴萌，博士，西安建筑科技大学副教授，硕士生导师。专业方向为数字图像处理、多维信号处理，文物数字化保护与文物材料数据分析。2015~2016年度美国俄亥俄州立大学访问学者。 2017年进入西北工业大学材料学院杨军昌教授三秦学者团队进行博士后工作。2018年进入天津大学智能与计算学部张加万教授团队进行学术访问。主持国家级项目一项，省部级项目两项，厅局级项目两项，参与纵横课题多项。发表与文物数字化信息处理相关论文三十余篇。
目 录
第1章 墓室壁画数字修复技术概述 001
1.1 绪论 001
1.1.1 研究背景 001
1.1.2 研究目的和意义 005
1.2 研究动态及待解决问题 009
1.2.1 博物馆数字修复的研究动态 009
1.2.2 数字修复技术的研究动态 011
1.2.3 古代壁画数字修复技术的研究动态 017
1.2.4 馆藏墓室壁画数字修复面临的问题 019
1.3 研究内容与技术创新 022
1.3.1 研究内容 022
1.3.2 技术创新 025
1.4 研究方法与技术流程 026
1.4.1 研究方法 026
1.4.2 技术流程 029
1.5 本书的组织结构 031
第2章 数字修复基本理论与关键技术 035
2.1 引言 035
2.2 数字修复的基本理论 036
2.2.1 数字修复技术的数学模型 036
2.2.2 数字修复过程的病态性分析 039
2.2.3 数字修复效果的视觉判定标准 039
2.3 数字修复的典型模型及优化策略 042
2.3.1 变分PDE类修复模型 042
2.3.2 样本合成类模型 048
2.3.3 数字修复的优化策略 049
2.4 墓室壁画数字修复的关键技术 052
2.4.1 墓室壁画的实体修复流程 052
2.4.2 数字修复的关键技术 055
2.4.3 数字修复体系与构架 057
2.5 本章小结 059
第3章 墓室壁画残存信息先验知识的提取 060
3.1 引言 060
3.2 基于改进边缘检索模型的线图先验知识 061
3.2.1 待修复墓室壁画的线图信息 061
3.2.2 边缘灰阶选择对墓室壁画轮廓描述适用性分析 063
3.2.3 边缘检索技术及轮廓提取效果分析 065
3.2.4 改进的Canny算子检测墓室壁画线图 070
3.2.5 墓室壁画线图提取实验 073
3.2.6 墓室壁画线图信息的先验知识 075
3.3 基于形变分割模型的主体先验知识 076
3.3.1 待修复墓室壁画的主体信息 076
3.3.2 主动轮廓动态收敛的主体信息捕获 077
3.3.3 强梯度边缘约束下的Snake收敛实验 079
3.3.4 墓室壁画主体信息的先验知识 084
3.4 基于五行色聚类模型的颜色先验知识 084
3.4.1 墓室壁画的颜色体系 084
3.4.2 多颜色空间中颜料信息表达差异性分析 087
3.4.3 改进巴氏距离的K-means聚类技术 089
3.4.4 五行色颜料信息提取对比实验 095
3.4.5 墓室壁画颜色信息的先验知识 097
3.5 基于频率域分解模型的纹理与结构先验知识 098
3.5.1 墓室壁画的结构信息与纹理信息 098
3.5.2 分解位置对结构与纹理信息提取的影响分析 100
3.5.3 基于轮廓波能量的DCT分解技术 103
3.5.4 墓室壁画信息自适应分解实验 106
3.5.5 墓室壁画结构与纹理信息的先验知识 107
3.6 本章小结 107
第4章 墓室壁画病害信息数据模型的建立 109
4.1 引言 109
4.2 墓室壁画病害污染区域的特征分析 110
4.2.1 墓室壁画常见病害种类 110
4.2.2 墓室壁画病害尺度特征 111
4.3 统计学多特征泥渍病害数据模型 112
4.3.1 泥渍类病害特征分析 112
4.3.2 泥渍标准病害直方图统计 114
4.3.3 建立泥渍类病害数据模型 116
4.3.4 实验效果分析 127
4.4 形态学多尺度裂缝类病害数据模型 131
4.4.1 裂缝类病害特征分析 131
4.4.2 裂缝类形态学运算子的设计 136
4.4.3 裂缝类病害数据模型 140
4.4.4 设定多尺度结构元素 144
4.5 本章小结 146
第5章 墓室壁画缺损信息修复模型的设计 147
5.1 引言 147
5.2 信息素扩散类小尺度缺损信息的修复模型 150
5.2.1 墓室壁画缺失信息的曲率驱动扩散过程 150
5.2.2 信息扩散顺序影响分析 154
5.2.3 交叉采样优化的CDD修复模型 155
5.2.4 实验效果分析 157
5.3 信息块合成类大尺度缺损信息的修复模型 161
5.3.1 墓室壁画缺失信息的样本填充过程 161
5.3.2 优先值对修复效果的影响分析 163
5.3.3 改进基于样本填充的修复模型 165
5.3.4 实验效果分析 167
5.4 纹理能量引导的自适应填充修复模型 169
5.4.1 置信度稳定性分析与约束条件 170
5.4.2 小波纹理能量系数 173
5.4.3 优化样本块搜索的修复模型 175
5.4.4 实验效果分析 177
5.5 离散采样优化与样本扩充的修复模型 179
5.5.1 墓室壁画数据量分析 179
5.5.2 去冗余离散采样优化 181
5.5.3 跨镜头多样本扩充修复模型 183
5.5.4 实验效果分析 185
5.6 结构张量约束优先值的修复模型 186
5.6.1 墓室壁画信息的结构张量表达 186
5.6.2 结构张量对结构信息的约束分析 191
5.6.3 优化结构张量的修复模型 192
5.6.4 实验效果分析 193
5.7 马尔可夫随机场优化匹配的修复模型 196
5.7.1 墓室壁画信息的马尔可夫随机场 196
5.7.2 马尔可夫随机场修复模型 200
5.7.3 估计值与匹配块相似性的度量过程 201
5.7.4 实验效果分析 203
5.8 形态学成分分解与重构的修复模型 206
5.8.1 墓室壁画信息的形态学成分分析 206
5.8.2 MCA分解模型的改进策略 208
5.8.3 分解底层结构信息的修复模型 209
5.8.4 分解上层纹理信息的修复模型 211
5.8.5 实验效果分析 212
5.9 曲线拟合与约束合成的修复模型 219
5.9.1 墓室壁画分块割取的现状分析 219
5.9.2 曲线拟合块间结构延续过程 220
5.9.3 基于结构约束的修复模型 221
5.9.4 实验效果分析 223
5.10 本章小结 225
第6章 交互式馆藏墓室壁画数字修复管理平台 227
6.1 引言 227
6.2 TM-DIMP需求分析 228
6.2.1 用户需求分析 228
6.2.2 实体间关系分析 232
6.3 TM-DIMP评价指标设定 233
6.3.1 评价因素分析 233
6.3.2 无参考客观评价参数设定 238
6.3.3 分形维数与块效应因子客观评价实验 244
6.4 TM-DIMP体系设计 249
6.4.1 整体构架 249
6.4.2 功能设计 251
6.4.3 TM-DIMP网络构架 253
6.5 TM-DIMP开发与实现 255
6.5.1 开发和运行环境 255
6.5.2 交互式实现过程 256
6.6 本章小结 260
后 记 261
总 结 261
研究展望 264
致 谢 265
参考文献 266
书单推荐
