碑帖人工字跡風格鑒定方法研究_3586.pdf

1、密級碩士學位論文題目碑帖人工字跡風格鑒定方法研究（英文）（英文）ResearchonArtificialInionStyleIdentification研究生學號:1408202012研究生姓名:姚航指導教師姓名、職稱指導教師姓名、職稱:溫佩芝（教授）申請學位門類:工學碩士學科、?？?、專業(yè):控制科學與工程論文答辯日期:2017年6月摘要I摘要石碑是記錄歷史和傳承文化的重要載體，是古人贈與我們的寶貴歷史和精神財富。但隨時間流逝，石碑會遭受

2、到自然風化腐蝕和人為損傷而缺失，導致一定的保存和傳播問題這對碑文的研究和中華歷史文化的傳承十分不利。現(xiàn)隨著計算機技術的迅速發(fā)展，利用數(shù)字化形式對記錄在石碑上的文字內容進行修復性保護和研究，成為文物文化保存領域中的一個重要課題。在獲得的碑帖數(shù)字化圖像的基礎上，對碑帖上的字體進行分析研究，修復破損的字跡，乃至生成相同風格的書法字，不僅對傳統(tǒng)文化和書法藝術的繼承和發(fā)展具有重大的意義，還具有一定的商業(yè)價值。但實際研究中獲取的圖像常含有大量噪聲，

3、且不同作者留下的字體風格迥異，如何得到清晰的漢字圖像并提取出不同書法家的筆跡特征是識別的關鍵，也是本文主要的研究內容。數(shù)字化拓片和碑帖數(shù)字化圖像中含有大量的噪聲，需濾除噪聲以得到輪廓清晰的人工字跡。本文首先分析了圖像中的噪聲的種類，然后提出了一種基于自適應中值濾波、數(shù)學形態(tài)變化的人工字跡去噪方法。該方法既能有效去除噪聲，又能保護人工字跡的邊緣輪廓，得到完整清晰的書法字圖像。之后依據(jù)筆跡特征的表達高度依賴于漢字的拓撲結構，提取出骨架可以突

4、出漢字的拓撲信息。本文改進了一種細化處法，在AW細化算法的基礎上，去除骨架上的毛刺，得到對應漢字的骨架圖像。在對圖像特征提取上，卷積神經網絡是一種高效的方法，但卷積神經網絡的激活函數(shù)ReLU（修正線性單元）會導致部分神經元無法激活，特征提取效果差。為解決此問題，提出了一種改進的RPReLU(隨機參數(shù)修正線性單元)，一定程度上解決了此問題。最后在實驗中，選取了8位作者的字跡，經過去噪和提取骨架，得到各800字的字跡圖像，后采用卷積神經網絡