本发明专利技术提出了一种文物图像色彩修复的方法，该方法为：将样本文物的高分辨率文物图像集预处理得低分辨率文物图像集，将低分辨率文物图像集中的图像依次输入至生成器网络分别进行k次图像色彩修复，输出对应的虚假的高分辨率文物图像，将真实的文物图像和对应输出的虚假的高分辨率文物图像输入至判别器网络模型进行文物图像真伪判断，输出判断结果，直到所有虚假的高分辨率文物图像无限接近真实的文物图像，则结束训练，生成文物图像色彩修复生成式对抗网络模型，最后将待色彩修复文物图像输入至文物图像色彩修复生成式对抗网络模型，得到色彩被修复的文物图像。本发明专利技术有针对性的进行文物色彩修复，修复后的图像还原度与匹配度更高。匹配度更高。匹配度更高。
【技术实现步骤摘要】
一种文物图像色彩修复方法、装置、电子设备及介质
[0001]本专利技术属于计算机视觉
，具体涉及一种文物图像色彩修复方法、装置、电子设备及介质。
技术介绍
[0002]文物是人类社会发展过程中遗留下来的遗物，具有非常重要的文化价值和历史价值。但是，由于历史悠久和环境变化的影响，保存下来的文物图像出现严重褪色。博物馆灯光会使书画老化、俑褪色，空气污染物会使图像变黄甚至损坏。例如瓷器，玉器，釉彩陶器，书画，织绣等文物图像色彩丰富，如果出现老化、变黄、褪色等问题会极大的影响参观者的视觉效果。因此我们需要对这类比较容易影响视觉效果的文物图像进行及时的色彩修复。数码影像修复技术的出现，可对图像缺失(裂缝、划痕、污渍、破损)部分进行修补，也可通过虚拟计算机处理方式修复图像色彩，使褪色图像色彩恢复成原来图像的色彩。这类虚拟修复技术不仅绿色环保，而且可长时间保存，因此，数字图像修复技术的研究日益受到重视。现有的文物图像色彩修复方法，大多是基于内容的文物图像色彩修复技术，利用矩阵填充和内容自适应算法对文物图像色彩进行修复，其色彩的还原度与原始图像色彩的匹配度不高，色彩修复无法完全完成。
技术实现思路
[0003]本专利技术所要解决的技术问题在于针对上述现有技术的不足，提供了一种文物图像色彩修复方法、装置、电子设备及介质，该方法设计了基于生成对抗网络的文物图像色彩修复网络模型，对褪色文物或者暗旧文物图像的色彩进行有针对性的修复。
[0004]为解决上述技术问题，本专利技术采用的技术方案是：一种文物图像色彩修复方法，其特征在于，该方法包括：
[0005]获取样本文物的高分辨率文物图像集，所述高分辨文物图像集包括真实样本文物图像；
[0006]对获取的高分辨文物图像集进行预处理，得到低分辨率文物图像集；
[0007]将所述低分辨率文物图像集中的图像依次输入至生成器网络模型进行k次图像色彩修复，输出虚假的高分辨率文物图像，将真实的文物图像和对应输出的虚假的高分辨率文物图像输入至判别器网络模型进行文物图像真伪判断，输出判断结果，直到所有虚假的高分辨率文物图像无限接近真实的文物图像，则结束训练，生成文物图像色彩修复生成式对抗网络模型；
[0008]将待色彩修复的暗旧文物或者褪色文物的图像输入至文物图像色彩修复生成式对抗网络模型，得到色彩被修复的文物图像。
[0009]可选地，所述文物为色彩丰富的文物，包括瓷器、玉器、釉彩陶器、书画和织绣。
[0010]可选地，所述获取样本文物的高分辨率文物图像集，包括：
[0011]首先收集样本文物的图像，对收集的文物图像进行扩充，并删除不能表征文物图
像特征的图像，再挑选出文物图像特征明显且文物特征一致的图像最后形成样本文物的高分辨率文物图像集。
[0012]可选地，所述对获取的高分辨文物图像集进行预处理得到低分辨率文物图像集，包括：
[0013]采用中值滤波算法对所述高分辨率文物图像集进行去噪，再通过三进制小波变换的分解获得低分辨率文物图像集。
[0014]可选地，所述虚假的高分辨率文物图像无限接近真实的文物图像的条件是所述判别器网络模型的损失函数和生成器网络模型的的损失函数获得最优解。
[0015]可选地，所述判别器网络模型的损失函数为：
[0016][0017]式中，E
x～Pdata(x)
[logD(x)]是指将文物真实的高分辨率文物图像x输入判别器网络，判别器网络判断为真的期望值，表示将生成器网络生成的虚假的高分辨率文物图像G(z)输入判别器网络，判别器网络认定为假的期望值；
[0018]优化Loss
(D)
(θ
D
,θ
G
)到达最小值，得到最优的判别器网络。
[0019]可选地，所述生成器网络模型的损失函数为：
[0020][0021]式中，表示将生成器网络生成的虚假的高分辨率文物图像G(z)输入判别器网络，判别器网络认定为假的期望值；
[0022]优化Loss
(G)
(θ
D
,θ
G
)到达最小值，得到最优的生成器网络。
[0023]为了解决上述问题，本专利技术还提供一种文物图像色彩修复装置，该装置包括：
[0024]预处理模块，用于对获取的高分辨文物图像集进行预处理，得到低分辨率文物图像集；
[0025]训练模块，用于将所述低分辨率文物图像集输入至生成器网络，输出虚假的高分辨率文物图像，将文物真实的所述高分辨率文物图像集和输出的虚假的高分辨率文物图像输入至判别器网络进行文物图像真伪判断，重复文物图像真伪判断的操作，不断交替训练所述生成器网络模型和所述判别器网络模型，直到所述判别器网络模型的损失函数和生成器网络模型的的损失函数获得最优解，则结束训练，生成文物图像色彩修复生成式对抗网络模型；
[0026]色彩修复模块，用于将待色彩修复的暗旧文物或者褪色文物的图像输入至构建好的文物图像色彩修复生成式对抗网络模型，得到色彩被修复的文物图像。
[0027]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0028]至少一个处理器；以及，
[0029]与所述至少一个处理器通信连接的存储器；其中，
[0030]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1
‑
7中任一项所述的文物图像色彩修复的方法。
[0031]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，其存储有计算机指令，所述计算机指令被操作以执行所述文物图像色彩修复的方法。
[0032]本专利技术与现有技术相比具有以下优点：
[0033]1、本专利技术实施例对样本文物的真实的高分辨率文物图像集进行预处理，得到低分辨率文物图像集，再利用低分辨率文物图像集中图像输入至生成器网络模型进行文物色彩修复，输出虚假的高分辨文物图像，将文物真实的高分辨率文物图像集和对应输出的虚假的高分辨率文物图像输入至判别器网络模型进行文物图像真伪判断，输出判断结果，直到所有虚假的高分辨率文物图像无限接近真实的文物图像，则结束训练，生成文物图像色彩修复生成式对抗网络模型；该模型利用文物真实的高分辨文物图像和低分辨率文物图像集训练模型，所获得的模型能够对暗旧文物图像或褪色文物图像有针对性的进行色彩修复处理，从而减少了每个步骤的复杂程度，提高了每个步骤的处理效果，弥补了现有文物图像色彩修复方法的缺陷，如内容的还原度与原始图像的匹配度不高，无法完全完成的不足等，同时该色彩修复方法采用计算机处理方式，充分计算机处理方式的最大优势，从而在大量的降低人力成本的前提下，避免了文物图像色彩修复相关算法的错误而产生的损失。本专利技术实施例所述的文物图像修复方法、装置、电子设备以及计算机可读存储介质解决了暗旧文物图像和褪色文物图像修复后不能获得与文物原始色彩高度还原和匹本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种文物图像色彩修复方法，其特征在于，该方法包括：获取样本文物的高分辨率文物图像集，所述高分辨文物图像集包括真实样本文物图像；对获取的高分辨文物图像集进行预处理，得到低分辨率文物图像集；将所述低分辨率文物图像集中的图像依次输入至生成器网络模型进行k次图像色彩修复，输出虚假的高分辨率文物图像，将真实的文物图像和对应输出的虚假的高分辨率文物图像输入至判别器网络模型进行文物图像真伪判断，输出判断结果，直到所有虚假的高分辨率文物图像无限接近真实的文物图像，则结束训练，生成文物图像色彩修复生成式对抗网络模型；将待色彩修复的暗旧文物或者褪色文物的图像输入至文物图像色彩修复生成式对抗网络模型，得到色彩被修复的文物图像。2.根据权利要求1所述的一种文物图像色彩修复方法，其特征在于，所述文物为色彩丰富的文物，包括瓷器、玉器、釉彩陶器、书画和织绣。3.根据权利要求1所述的一种文物图像色彩修复方法，其特征在于，所述获取样本文物的高分辨率文物图像集，包括：首先收集样本文物的图像，对收集的文物图像进行扩充，并删除不能表征文物图像特征的图像，再挑选出文物图像特征明显且文物特征一致的图像最后形成样本文物的高分辨率文物图像集。4.根据权利要求1所述的一种文物图像色彩修复方法，其特征在于，所述对获取的高分辨文物图像集进行预处理得到低分辨率文物图像集，包括：采用中值滤波算法对所述高分辨率文物图像集进行去噪，再通过三进制小波变换的分解获得低分辨率文物图像集。5.根据权利要求1所述的一种文物图像色彩修复方法，其特征在于，所述虚假的高分辨率文物图像无限接近真实的文物图像的条件是所述判别器网络模型的损失函数和生成器网络模型的的损失函数获得最优解。6.根据权利要求5所述的一种文物图像色彩修复方法，其特征在于，所述判别器网络模型的损失函数为：式中，E
x～Pdata(x)
[log D(x)]是指将文物真实的高分辨率文物图像x输入判别器网络，判别器网络判断为真的期望值，...
【专利技术属性】
技术研发人员：赵鹏，张永新，李德光，马友忠，沈家全，张斌斌，赵朝锋，徐国梁，
申请(专利权)人：洛阳师范学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。