

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、學校代碼:10225學號:S13213學位論文基于形態(tài)成分分析的古舊文物家具虛擬修復研究指導教師姓名:申請學位級別:論文提交日期:授予學位單位:王超王阿川教授碩士2013420東北林業(yè)大學東北林業(yè)大學學科專業(yè):計算機應用技術論文答辯日期:201369授予學位日期:答辯委員會主席:論文評閱人:春立厶櫛素大學摘要摘要古舊文物家具在我國文化中占有重要的地位,對其保護和修復是非常重要的工作,是搶救文化遺產(chǎn)的重要組成部分。古舊文物家具的修復和保護
2、是一個及其復雜的過程,需要大量的準備工作,而且在修復的過程中需要遵守修復失敗時應能恢復原狀的可逆行原則。因此本文將古舊文物家具的修復與計算機技術相結合,使修復師能在計算機上對修復工作虛擬實現(xiàn),不僅可以降低修復的難度、避免手工修復過程對古舊文物家具的損害,而且促進修復效率的提升。形態(tài)成分分析是近年來提出的一種基于稀疏表示思想的圖像處理方法。形態(tài)成分分析方法是利用圖像不同形態(tài)具有的不同特征,使用相應的字典對圖像進行稀疏表示,準確的分離出圖像
3、結構部分和紋理部分。對分解結果分別修復,將修復后的結果重新組合,得到一個理想的修復結果。本文采用形態(tài)成分分析方法對古舊文物家具進行虛擬修復,基于此,完成了以下內(nèi)容:1系統(tǒng)地研究了稀疏表示方法對圖像的處理。詳細分析了稀疏表示原理及其在圖像處理方面的優(yōu)勢,介紹了形態(tài)成分分析中涉及到的BP、MP稀疏表示算法和稀疏性的度量。研究了形態(tài)成分分析方法的原理,對其分解字典進行了詳細的描述。2分析古舊文物家具圖像的特點,分別采用本文提出的基于AAFC模
4、型的改進模型與形態(tài)成分分析(MCA)模型對古舊文物家具進行結構紋理分解,比較其分解結果,MCA模型更適合古舊文物家具圖像的處理。3數(shù)值化實現(xiàn)了MCA模型對古舊文物家具圖像的虛擬修復。4在MCA模型的基礎上增加約束量,修改MCA模型中的字典,對MCA模型中的閡值和修復方法進行了優(yōu)化,在MCA模型的基礎上得到其改進模型。采用新模型對古舊文物家具進行了虛擬修復。本文重點研究了形態(tài)成分分析方法對古舊家具圖像的虛擬修復,在計算機上實現(xiàn)了古舊文物家
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于形態(tài)成分分析的語音活動檢測.pdf
- 明清古舊家具及其修復與保護的探究.pdf
- 基于形態(tài)成分分析的癲癇腦電棘波檢測.pdf
- 中國古舊家具開發(fā)及修復工藝研究.pdf
- 基于形態(tài)成分分析的隨機調(diào)制雷達運動假目標識別研究.pdf
- 基于MRI的體成分分析算法研究.pdf
- 基于低秩分解和形態(tài)成分分析的WMSN視頻去噪算法研究.pdf
- 基于主成分分析的綜合評價研究.pdf
- 基于主成分分析的圖像重構算法研究.pdf
- 基于形態(tài)學與魯棒主成分分析的紅外小目標檢測.pdf
- 基于主成分分析的人臉識別研究.pdf
- 基于主成分分析的資源城市轉型研究
- 基于主成分分析的特征提取的研究.pdf
- 基于主成分分析的顧客資產(chǎn)評估.pdf
- 基于主成分分析的入侵檢測方法.pdf
- 基于核主成分分析的特征變換研究.pdf
- 基于主成分分析的綜合評價問題研究.pdf
- 基于負荷成分分析的短期負荷預測研究.pdf
- 植物成分分析
- 機油的成分分析
評論
0/150
提交評論