碑帖人工字迹风格鉴定方法研究

摘要

石碑是记录历史和传承文化的重要载体，是古人赠与我们的宝贵历史和精神财富。但随时间流逝，石碑会遭受到自然风化腐蚀和人为损伤而缺失，导致一定的保存和传播问题,这对碑文的研究和中华历史文化的传承十分不利。现随着计算机技术的迅速发展，利用数字化形式对记录在石碑上的文字内容进行修复性保护和研究，成为文物文化保存领域中的一个重要课题。在获得的碑帖数字化图像的基础上，对碑帖上的字体进行分析研究，修复破损的字迹，乃至生成相同风格的书法字，不仅对传统文化和书法艺术的继承和发展具有重大的意义，还具有一定的商业价值。但实际研究中获取的图像常含有大量噪声，且不同作者留下的字体风格迥异，如何得到清晰的汉字图像并提取出不同书法家的笔迹特征是识别的关键，也是本文主要的研究内容。
　　本研究首先分析了图像中的噪声的种类，然后提出了一种基于自适应中值滤波、数学形态变化的人工字迹去噪方法。该方法既能有效去除噪声，又能保护人工字迹的边缘轮廓，得到完整清晰的书法字图像。之后依据笔迹特征的表达高度依赖于汉字的拓扑结构，提取出骨架可以突出汉字的拓扑信息。改进了一种细化处法，在A-W细化算法的基础上，去除骨架上的毛刺，得到对应汉字的骨架图像。在对图像特征提取上，卷积神经网络是一种高效的方法，但卷积神经网络的激活函数 ReLU（修正线性单元）会导致部分神经元无法激活，特征提取效果差。为解决此问题，提出了一种改进的RPReLU(随机参数修正线性单元)，一定程度上解决了此问题。

目录

声明

第一章 绪 论

§1.1 课题背景及意义

§1.2 国内外研究现状

§1.3 论文的主要内容

第二章 碑帖书法字图像预处理及骨架提取

§2.1 碑帖书法字图像预处理

§2.2 碑帖书法字图像骨架提取

§2.3 针对碑贴书法字的图像处理方法及实验

§2.4 本章小结

第三章 深度学习理论及卷积神经网络

§3.1 神经网络

§3.2 卷积神经网络

§3.3 卷积神经网络的训练过程

§3.4 本章小结

第四章 卷积神经网络在书法字字迹识别上的应用

§4.1 书法字图像数据集

§4.2卷积神经网络的训练

§4.3 卷积神经网络模型的特征融合

§4.4 实验及结果分析

§4.5 本章小结

第五章 总结与展望

§5.1 工作总结

§5.2 未来展望

参考文献

致谢

作者在攻读硕士研究生期间主要研究成果