[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)和圖像處理的陶瓷紋飾提取方法在審
| 申請?zhí)枺?/td> | 202010506590.0 | 申請日: | 2020-06-05 |
| 公開(公告)號: | CN111814550A | 公開(公告)日: | 2020-10-23 |
| 發(fā)明(設(shè)計)人: | 齊勇;楊洋;林華偉;左云帆;于成龍 | 申請(專利權(quán))人: | 陜西科技大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;G06N3/04 |
| 代理公司: | 西安弘理專利事務(wù)所 61214 | 代理人: | 韓玙 |
| 地址: | 710021*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 卷積 神經(jīng)網(wǎng)絡(luò) 圖像 處理 陶瓷 紋飾 提取 方法 | ||
本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)和圖像處理的陶瓷紋飾提取方法,具體按照以下步驟實施:獲取原始陶瓷圖像數(shù)據(jù)集;利用U?2?Net卷積神經(jīng)網(wǎng)絡(luò)獲取陶瓷紋飾區(qū)域;在陶瓷紋飾區(qū)域和原始圖像上分別進(jìn)行計算機視覺圖像算法處理,獲取全部紋飾;利用搜索算法定位核心紋飾;保存并輸出核心紋飾;通過神經(jīng)卷積網(wǎng)絡(luò)與計算機視覺圖像處理方法相結(jié)合,輸入陶瓷圖像,即可自動化無損提取陶瓷紋飾圖案。該方法過程嚴(yán)謹(jǐn),受圖像背景及環(huán)境因素影響較小,效果顯著。可用于陶瓷年代鑒定、陶瓷鑒賞、陶瓷設(shè)計等領(lǐng)域,對于建立陶瓷紋飾庫,保護(hù)和傳承中華傳統(tǒng)藝術(shù)文化有著重要意義。
技術(shù)領(lǐng)域
本發(fā)明屬于圖像輪廓提取技術(shù)領(lǐng)域,涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)和圖像處理的陶瓷紋飾提取方法。
背景技術(shù)
古陶瓷在中國歷史上,具有極其重要的歷史地位,陶瓷本身也對其自身所屬的時代有著強烈的反映,其中,陶瓷上的紋飾是反應(yīng)時代特色的一個重要特征。
隨著深度學(xué)習(xí)領(lǐng)域和圖像處理的發(fā)展,使得利用深度神經(jīng)網(wǎng)絡(luò)和圖像處理對陶瓷紋飾圖像進(jìn)行各種研究成為可能,例如對古陶瓷紋飾的精確地提取;對紋飾圖案進(jìn)行相關(guān)的分類任務(wù)等等。而現(xiàn)有的方法對陶瓷紋飾的提取大多會因外部環(huán)境因素造成紋飾提取結(jié)果有損壞。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于卷積神經(jīng)網(wǎng)絡(luò)和圖像處理的陶瓷紋飾提取方法,能夠獲取該瓷器的無損紋飾。
本發(fā)明所采用的技術(shù)方案是,一種基于卷積神經(jīng)網(wǎng)絡(luò)和圖像處理的陶瓷紋飾提取方法,具體按照以下步驟實施:
步驟1、獲取原始陶瓷圖像數(shù)據(jù)集;
步驟2、利用U-2-Net卷積神經(jīng)網(wǎng)絡(luò)獲取陶瓷紋飾區(qū)域;
步驟3、在陶瓷紋飾區(qū)域和原始圖像上分別進(jìn)行計算機視覺圖像算法處理,獲取全部紋飾;
步驟4、利用搜索算法定位核心紋飾;
步驟5、保存并輸出核心紋飾。
本發(fā)明的特點還在于:
步驟2具體過程為:
步驟2.1、在開源網(wǎng)站獲取預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型;
步驟2.2、將陶瓷原始陶瓷圖像數(shù)據(jù)集依次輸入預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型,獲得陶瓷紋飾區(qū)域R,將R區(qū)域以外區(qū)域置為0;
步驟2.3、保存陶瓷紋飾區(qū)域R。
步驟3具體過程為:
步驟3.1、將陶瓷原始陶瓷圖像數(shù)據(jù)集中的原圖I和相應(yīng)的陶瓷紋飾區(qū)域R歸一化處理,通過轉(zhuǎn)灰度圖公式獲得原圖灰度圖IG和陶瓷紋飾區(qū)域灰度圖RG;
步驟3.2、將陶瓷紋飾區(qū)域灰度圖RG與原圖灰度圖IG做差X=RG-IG,得到圖像X;
步驟3.3、對圖像X進(jìn)行優(yōu)化算子運算,得到數(shù)據(jù)T;
步驟3.4、將數(shù)據(jù)T作為二值化閾值,對圖像X進(jìn)行二值化閾值處理,檢索該圖像所有像素點,若像素值小于閾值T,則置為0,否則保持不變,得到圖像Y;
步驟3.5、將圖像Y和圖像R分別與原圖、原圖灰度圖IG對應(yīng),將圖像Y置為0的位置或圖像R置為0的位置在原圖、原圖灰度圖IG對應(yīng)位置均設(shè)置為0,得到彩色圖像S和灰度圖像Z,即為全部紋飾。
步驟3.1中轉(zhuǎn)灰度圖公式為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于陜西科技大學(xué),未經(jīng)陜西科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010506590.0/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 卷積運算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計算方法及系統(tǒng)
- 卷積運算方法及系統(tǒng)
- 卷積運算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計算機存儲介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運算裝置
- 基于FPGA實現(xiàn)圖像識別的方法、裝置、設(shè)備及存儲介質(zhì)
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





