摘要
本发明提供了一种基于高光谱图像的壁画虚拟修复方法,用于解决现有基于CNN的图像修复算法在对壁画进行修复时存在难以快速鉴定壁画需要修复的区域,以及在复杂背景或纹理中进行修复时,会出现修复不自然的效果的技术问题。本发明提供的基于高光谱图像的壁画虚拟修复方法,采用高光谱相机采集高光谱壁画图像,借助高光谱壁画图像的分类算法获取壁画待修复区域蒙版,同时采用傅里叶部分卷积层取代U‑Net神经网络模型中传统卷积层,以增加网络的感受野,能最大程度地将壁画图像恢复原貌,实现数字化归档;同时U‑Net神经网络模型通过傅里叶部分卷积层中局部分支和全局分支的多组特征融合,可以同时捕捉局部和全局特征,实现了数据的互补。
技术关键词
壁画虚拟修复
壁画图像
神经网络模型
分支
解码器
高光谱相机
Pearson相关系数
上采样
编码器
数据
边界特征
Sigmoid函数
线性单元
图像修复算法
输入端
中间层
像素
主成分分析法
系统为您推荐了相关专利信息
高压模具
磨损预测方法
智能化电机
热锻
电机转子
融合注意力机制
卷积神经网络模型
电力系统
矩阵
模块
设备运行监测
智能分析模型
水泵出水管
控制执行模块
氧化铝