《馆藏墓室壁画数字修复技术　上下全二册》
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。

第1章墓室壁画数字修复技术概述
1.1绪论
1.1.1研究背景
1.1.2研究目的和意义
1.2研究动态及待解决问题
1.2.1博物馆数字修复的研究动态
1.2.2数字修复技术的研究动态
1.2.3古代壁画数字修复技术的研究动态
1.2.4馆藏墓室壁画数字修复面临的问题
1.3研究内容与技术创新
1.3.1研究内容
1.3.2技术创新
1.4研究方法与技术流程
1.4.1研究方法
1.4.2技术流程
1.5本书的组织结构
第2章数字修复基本理论与关键技术
2.1引言
2.2数字修复的基本理论
2.2.1数字修复技术的数学模型
2.2.2数字修复过程的病态性分析
2.2.3数字修复效果的视觉判定标准
2.3数字修复的典型模型及优化策略
2.3.1变分PDE类修复模型
2.3.2样本合成类模型
2.3.3数字修复的优化策略
2.4墓室壁画数字修复的关键技术
2.4.1墓室壁画的实体修复流程
2.4.2数字修复的关键技术
2.4.3数字修复体系与构架
2.5本章小结
第3章墓室壁画残存信息先验知识的提取
3.1引言
3.2基于改进边缘检索模型的线图先验知识
3.2.1待修复墓室壁画的线图信息
3.2.2边缘灰阶选择对墓室壁画轮廓描述适用性分析
3.2.3边缘检索技术及轮廓提取效果分析
3.2.4改进的Canny算子检测墓室壁画线图
3.2.5墓室壁画线图提取实验
3.2.6墓室壁画线图信息的先验知识
3.3基于形变分割模型的主体先验知识
3.3.1待修复墓室壁画的主体信息
3.3.2主动轮廓动态收敛的主体信息捕获
3.3.3强梯度边缘约束下的Snake收敛实验
3.3.4墓室壁画主体信息的先验知识
3.4基于五行色聚类模型的颜色先验知识
3.4.1墓室壁画的颜色体系
3.4.2多颜色空间中颜料信息表达差异性分析
3.4.3改进巴氏距离的K-means聚类技术
3.4.4五行色颜料信息提取对比实验
3.4.5墓室壁画颜色信息的先验知识
3.5基于频率域分解模型的纹理与结构先验知识
3.5.1墓室壁画的结构信息与纹理信息
3.5.2分解位置对结构与纹理信息提取的影响分析
3.5.3基于轮廓波能量的DCT分解技术
3.5.4墓室壁画信息自适应分解实验
3.5.5墓室壁画结构与纹理信息的先验知识
3.6本章小结
第4章墓室壁画病害信息数据模型的建立
4.1引言
4.2墓室壁画病害污染区域的特征分析
4.2.1墓室壁画常见病害种类
4.2.2墓室壁画病害尺度特征
4.3统计学多特征泥渍病害数据模型
4.3.1泥渍类病害特征分析
4.3.2泥渍标准病害直方图统计
4.3.3建立泥渍类病害数据模型
4.3.4实验效果分析
4.4形态学多尺度裂缝类病害数据模型
4.4.1裂缝类病害特征分析
4.4.2裂缝类形态学运算子的设计
4.4.3裂缝类病害数据模型
4.4.4设定多尺度结构元素
4.5本章小结

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。主持重量项目一项,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。