敦煌遺書(shū)綴殘中的相關(guān)殘片檢索技術(shù)研究及系統(tǒng)實(shí)現(xiàn).pdf

1、敦煌遺書(shū)是指敦煌莫高窟中出土的一批具有重要研究?jī)r(jià)值的古代文籍?，F(xiàn)今敦煌遺書(shū)由于出土?xí)r代對(duì)文物不重視等各類原因，散布在世界各地，不便于學(xué)者們的研究工作。2012年開(kāi)始的國(guó)家重點(diǎn)項(xiàng)目敦煌遺書(shū)數(shù)據(jù)庫(kù)的建設(shè)，使學(xué)者們能夠更方便地在線對(duì)敦煌遺書(shū)進(jìn)行研究。由于年代久遠(yuǎn)，敦煌遺書(shū)中存在大量殘片殘卷，其中許多是可以綴合的。但由于遺書(shū)整體數(shù)量眾多，人工綴合費(fèi)時(shí)費(fèi)力。隨著數(shù)字化技術(shù)的發(fā)展，利用圖像檢索技術(shù)幫助進(jìn)行敦煌遺書(shū)綴殘工作成為可能，這既是敦煌遺書(shū)相關(guān)

2、研究的基本需求，也是敦煌遺書(shū)數(shù)據(jù)庫(kù)項(xiàng)目的重要功能。在數(shù)字化敦煌遺書(shū)綴殘工作中，核心問(wèn)題是相關(guān)殘片檢索，即可以綴合的殘片檢索，這也是本文的主要研究課題。
　　本文的研究工作主要內(nèi)容如下:
　　首先，針對(duì)遺書(shū)綴殘的需求，確定了遺書(shū)殘片的材質(zhì)、邊緣和字形三個(gè)主要特征，并提出了基于這三個(gè)特征組成的遺書(shū)殘片圖像特征模型。針對(duì)遺書(shū)殘片圖像顏色組成類別較為明確的特點(diǎn)，設(shè)計(jì)了篩選主次要顏色的方法，并利用主色調(diào)顏色直方圖的思想設(shè)計(jì)了材質(zhì)特征直

3、方圖表示材質(zhì)特征。針對(duì)遺書(shū)綴殘主要考慮殘片圖像左右邊緣匹配程度的特點(diǎn)，提出了基于Canny算法的遺書(shū)殘片左右邊緣提取算法，并利用左右邊緣點(diǎn)集表示邊緣特征。研究并綜合SURF算法和最大最小聚類算法，設(shè)計(jì)了字形特征提取算法，并利用每個(gè)字的特征點(diǎn)集表示字形特征。
　　其次，研究了各個(gè)特征的差異度定義，并綜合提出了遺書(shū)殘片圖像差異度定義以及基于遺書(shū)殘片圖像差異度的相關(guān)殘片檢索算法。研究了利用EMD距離定義材質(zhì)差異度的方法。設(shè)計(jì)了統(tǒng)一圖像邊

4、緣基準(zhǔn)的方法，并利用統(tǒng)一基準(zhǔn)后的Hausdorff距離定義邊緣差異度。設(shè)計(jì)了建立字形方向向量直方圖的方法，然后利用EMD距離定義字形差異度。并在以上三者基礎(chǔ)上，提出了遺書(shū)殘片圖像的差異度定義，并提出了基于此差異度的相關(guān)殘片檢索算法。該算法輸入一個(gè)殘片圖像集合，然后先將所有圖像根據(jù)材質(zhì)特征聚類，然后分別計(jì)算聚類中所有圖像間綜合差異度，并根據(jù)朝代信息進(jìn)行過(guò)濾，最后輸出殘片集合中每一張殘片的對(duì)應(yīng)匹配殘片。
　　最后，針對(duì)國(guó)家重點(diǎn)項(xiàng)目敦煌