基于字典学习的古建筑图像修复研究

摘要：

古代建筑图纸是我国重要的民族瑰宝,亟待利用现代计算机技术对古代建筑图纸进行信息化和修复.提出了一种新的基于字典学习的古建筑图像修复模型,通过K-svd算法进行字典学习,在稀疏域利用已知像素信息填充缺损像素,从而实现对古建筑图像的修复及噪声的滤除.实验表明,该算法能较好地修复古建筑图像,降低图像的均方误差,在实际应用中具有良好的可行性和应用前景.

关键词：稀疏表示、古代建筑图纸、字典学习、图像修复

所属期刊栏目：42

分类号：TN911

资助基金：国家自然科学基金资助项目41372340;高等学校博士学科点专项科研基金20105122110006;国土资源部地学空间信息技术重点实验室开放基金资助项目KLGSIT2014-03

在线出版日期：2016-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：51-53,57