改进多重字典联合自适应学习的稀疏壁画修复

作者：陈永^*; 杜婉君; 赵梦雪

来源：湖南大学学报(自然科学版), 2023, 50(12): 1-9.

DOI：10.16339/j.cnki.hdxbzkb.2023352

• 壁画修复
• 非下采样剪切波变换
• 多重字典
• 自适应学习
• 脉冲耦合神经网络

针对壁画稀疏表示修复算法字典单一、细节修复欠佳的问题，提出了一种改进多重字典联合自适应学习的稀疏壁画修复算法.首先，采用非下采样剪切波NSST将破损壁画进行分解，获取壁画的低频纹理子带图像和高频结构子带图像，解决了稀疏表示算法对壁画图像结构和纹理信息考虑不足的问题.然后，提出了多重字典自适应学习的稀疏方法，将低频纹理图像根据像素之间特征的相似性进行聚类，构建多重稀疏子类字典，并利用奇异值分解和分裂Bregman迭代优化完成低频分量修复.接着，引入脉冲耦合神经网络机制，修复壁画图像的高频结构子带.最后，通过NSST逆变换融合完成修复.采用真实壁画进行修复的实验表明，该算法能够有效保护壁画图像结构和纹理层等重要信息，所提算法相较对比算法取得了更好的视觉效果和客观评价.

• 出版日期2023
• 单位兰州交通大学