| 基于光谱增强指数与LeNet-5的古书画褪色文字提取与识别 |
| |
| 引用本文： | 侯妙乐,孙鹏宇,杨雪韵,武望婷,吕书强.基于光谱增强指数与LeNet-5的古书画褪色文字提取与识别[J].文物保护与考古科学,2022,34(5):72-80. |
| |
| 作者姓名： | 侯妙乐 孙鹏宇 杨雪韵 武望婷 吕书强 |
| |
| 作者单位： | 北京建筑大学测绘与城市空间信息学院,北京 100044;建筑遗产精细重构与健康监测北京市重点实验室北京建筑大学,北京 100044;江苏星月测绘科技股份有限公司,江苏盐城 224600;首都博物馆,北京 100045 |
| |
| 基金项目： | 科技部-国家“十三五”国家重点研发计划-国家重点研发计划项目(子课题)(2019YFC1520805)资助,北京市自然科学基金项目-市教委联合基金项目(KZ20211001621)资助 |
| |
| 摘 要： | 古书画中所记载的文字是了解历史的珍贵资料,对褪色文字进行提取和识别是挖掘和展示历史价值的基础。本工作首次提出基于光谱增强指数与LeNet-5相结合的古书画褪色文字提取与识别方法:利用高光谱成像无损检测、光谱范围广等优点,获取古书画的高光谱数据,分析文字与背景的光谱特征,构建字迹增强指数,实现古书画中褪色文字的增强；构建LeNet-5卷积神经网络,利用手写汉字集进行训练,对密度分割后的字迹图像进行自动识别。以清代画家张士保所作《论道图》中部分褪色文字为例进行了验证,文字识别的正确率为70.8%。结果表明,本工作所提出方法可有效提高古书画褪色文字提取与识别的智能化程度。
|
| 关 键 词： | 高光谱 褪色文字 字迹增强指数 LeNet-5 文字识别 |
| 收稿时间： | 2021/4/19 0:00:00 |
| 修稿时间： | 2021/7/19 0:00:00 |
Extraction and recognition of faded texts in ancient calligraphy and painting works based on the spectral enhancement index and LeNet-5 |
| |
| HOU Miaole,SUN Pengyu,YANG Xueyun,WU Wangting,LYU Shuqiang.Extraction and recognition of faded texts in ancient calligraphy and painting works based on the spectral enhancement index and LeNet-5[J].Sciences of Conservation and Archaeology,2022,34(5):72-80. |
| |
| Authors: | HOU Miaole SUN Pengyu YANG Xueyun WU Wangting LYU Shuqiang |
| |
| Institution: | School of Geomatics and Urban Spatial Informatics, Beijing University of Civil Engineering and Architecture, Beijing 100044, China;Beijing Key Laboratory for Architectural Heritage Fine Reconstruction & Health Monitoring Beijing University of Civil Engineering and Architecture, Beijing 100044, China;Jiangsu Xingyue Surveying and Mapping Technology Company, Yancheng 224600, China;Capital Museum, Beijing 100045, China |
| |
| Abstract: | |
| |
| Keywords: | Hyperspectral Faded text Handwriting enhancement index LeNet-5 Character recognition |
|
| 点击此处可从《文物保护与考古科学》浏览原始摘要信息 |
| 点击此处可从《文物保护与考古科学》下载免费的PDF全文 |
|
