基于对抗生成网络的古籍文献图像修复技术应用研究

《基于对抗生成网络的古籍文献图像修复技术应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：１００５２＾学号：Ｓ１５１１８２＿＿＿Ｉ勸愼務火聲ＭＩＮＺＵＵＮＩＶＥＲＳＩＴＹＯＦＣＨＩＮＡ硕士学位论文基于对抗生成网洛的古籍文故图像修复技术？？？？左用研免姓名：胡中泽指导教师：翁或副教授学院：信息工程学院专业：计算机科学与技术完成日期：２０１８．０５．２０学位论文使用授权书根据《中央民族大学关于研宄生学位论文收藏和利用管理办法》，我校的博士、硕士学位获得者均须向中央民族大学提交本人的学位论文纸质本及相应电子版。本人完全了解中央民族大学有关研宄生学位论文收藏和利用的管理

2、规定。中央民族大学拥有在《著作权法》规定范围内的学位论文使用权，即：（１学位获得者必须按规定）提交学位论文（包括纸质印刷本及电子版）；（２为教学和科研目的，学校可以将公开的学）位论文作为资料在图书馆等场所提供校内师生阅读等服务；（３）根据教育部有关规定，中央民族大学向教育部指定单位提交公开的学位论文；（４）学位论文作者授权学校向中国科技信息研究所及其万方数据电子出版社和中国学术期刊（光盘）电子出版社提交规定范围的学位论文及其电子版并收入相应学位论文数据库，通过其相关网站对外进行信息服务。同时本人保齒在其他媒体发表论文的权利。本人承诺：本人的学

3、位论文是在中央民族大学学习期间创作完成的作品，并己通过一论文答辩提交的学位论文电子版与纸质本论文的内容，；致如因不同造成不良后果由本人自负。本人同意遵守上述规定。（保密的学位论文在解密后适用本授权书，本论文：□不保密，□保密期限至年月止）作者暨授权人签字：２０／占年６月丨２Ｌ曰学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研宄工作所取得的研究成果。除文中己经注明引用的内容外，本学位论文的研宄成果不包含任何他人创作的、己公开发表或者没有公开发表的作品的内容。对本论文所涉及的研宄工作做出贡献的其他个人

4、和集体，均己在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签字：＾２〇／§年＜月Ｉ摘要古籍文献是人类文化传播的桥梁，是了解古代人民生产生活的重要途径，对古籍文献进行图像修复的研宄有助于促进地方旅游、经济、文化、教育事业的发展，同时对古代历史、文化与精神文明建设有重要意义。然而，目前对古籍文献破损图像数字化修复的研宄仍然处于研宄初期阶段，大量的古籍文献因为环境腐蚀、纸张磨损及缺乏保护导致损毁。同时，受图像采集设备，硬件拍摄能力限制，部分古籍文献的数字化图像分辨率低下为后期的图像处理和研宄工作造成不

5、便。因此数字图像修复技术可以被用于解决图像破损、图像分辨率低下的情况。深度学习（Ｄｅｅｐｌｅａｒｎｉｎｇ）中对抗生成网络（ＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋ，简称ＧＡＮ）凭借网络结构的优越性，被广泛的应用于图像生成领域。但对抗生成网络在古籍文献数字化图像修复过程中仍然存在以下三个问２题：１、针对残缺古籍文献图像生成特定区域纹理的问题仍然亟需解决；、因采集设备的分辨率限制，低分辨率图像提升分辨率和图像细节的问题；３、构建稳定的网络结构可以快速建立对抗生成模型的问题。本文使用对抗生成网络的方法，研宄古籍文献数字化图像的修

6、复技术，具体的工作内容如下：一（１）提出种针对固定区域纹理修复的对抗生成网络算法模型。本文ＩＩ使用局部损失函数改进了附加信息对抗生成网络，优化了附加信息对抗生成网络的网络结构，提出局部损失函数和全局平滑损失函数相结合的生成模型损失函数，生成了古籍文献固定区域的残缺纹理。一（２）提出种针对低分辨率图像对抗生成网络的超分辨率算法模型。本文构造了拉普拉斯金字塔结构的对抗生成网络模型，该模型凭借多层图像金字塔重构方法。，兼顾图像的宏观风格和图像高频细节以噪声作为网络模型的输入层，模拟真实的数据高频分布，生成高频细节部分，在原始图像上采样的

7、基础上。，生成细节效果更丰富的高分辨率图像一（３）提出了种基于对抗生成网络损失函数的降噪算法。以孤立像素。点检测方法鉴别噪声图像，用于降低对抗生成网络生成图像过程中的噪点６０％。凭借孤立像素点检测方法的网络结构，能够减少图像幅面的噪点一（４）建立了套古籍文献数字化图像修复原型系统。对古籍文献破损、一低分辨率图像给出相应的修复图像，为古籍文献研究者提供了个能够给出快速客观的修复图像的途径。综上，本文所提到的对抗生成网络的网络结构，可以针对数字化图像的残缺和低分辨率问题进行图像修复，并且