以版刻古籍纺织图像为核心的知识图谱设计与应用

在人工智能技术和网络技术驱动下,文章面向版刻古籍纺织图像开展知识图谱架构及检索功能设计研究,提出“图像-文献”二元本体框架结构,以及知识图谱关联和推理的检索优化、主题性检索功能设计和知识问答等模块设计,以充分挖掘和利用图像知识,创新性推动古代纺织文化的数字化传承,为古代纺织领域研究群体提供智慧化知识服务平台,对数字图书馆版刻古籍图像展示的智能化建设提供支撑。

基于Word Spotting技术的蒙古文古籍图像检索中的特征选择

设计了一个基于word spotting技术的蒙古文《甘珠尔经》图像检索的系统框架。在充分分析了蒙古文《甘珠尔经》中手写单词图像特点的基础上,提出了采用轮廓特征、投影特征和笔划穿越数目来表示单词图像。在由5500个单词图像构成的数据集上进行对比实验,确定了最佳的特征组合,平均准确率(MAP)能达到78.79%,R-Precision能达到73.01%。实验结果表明,所选择的特征是合理的、有效的。

基于背景估计和对比度补偿的退化古籍图像二值化算法

古籍是优秀民族文化宝库中的一颗璀璨明珠。由于年代久远及保存不当,古籍退化严重。为促进古籍的保护和传播,更好地揭示古籍所记载内容,对退化古籍图像二值化的研究迫在眉睫。拟设计一种二值化算法来解决古籍图像存在的污渍重、对比度低等问题。首先对古籍图像做迭代平滑运算估计古籍背景,然后用所估计的背景对古籍进行对比度补偿,最后通过参考文献中的二值化方法对补偿后的古籍进行二值化处理,从而分隔文本和背景,并用实验对算法的性能进行分析和评价。该算法优于ICFHR'2014国际会议获得第一名的Mesquita的算法。

基于对比度补偿的古籍图像二值化算法研究

环境因素及不当保存会使古籍退化严重,对此设计一种二值化算法来解决具有均匀字符大小的退化古籍图像的低对比度问题,从而更好地揭示古籍所记载内容.算法首先利用Canny算子提取图像文本的边缘信息并估计平均笔划宽度,根据笔划宽度来估计古籍图像背景,然后用背景信息来对古籍进行对比度补偿,从而提高古籍图像对比度,最后利用Howe的算法对补偿后的古籍进行二值化处理,后处理算法进一步提高了图像质量,得到最终的二值图像.实验结果证实了该算法的有效性.该算法优于在ICFHR'2014国际会议上获得第一名的Mesquita的算法.

古籍图像复制粘贴篡改检测SURF算法改进分析

该算法针对古籍图像复制粘贴篡改检测需求而设计。算法以SURF算法为基础,引入小波变换并改进,清除Hessian矩阵中噪声斑点;引入用于图像分割的简单线性迭代聚类算法并改进,减少匹配检索用时;改进欧氏距离匹配阈值选取策略,提高篡改检测匹配度;引入图像局部色彩方差,提升检测匹配准确性。结合古籍图像篡改实例,并与当前其他主流算法就检测效果进行比较分析,结果表明,该算法在匹配检测准确度和检测用时两方面更具优势,更能有效地鉴定图像篡改信息。

一种改进的SURF古籍图像复制粘贴篡改检测算法

针对古籍图像复制粘贴篡改检测需求设计了一种算法。该算法以SURF算法为基础,引入小波变换并改进,清除图像中的噪声斑点,提高了Hessian矩阵构建的准确性;引入SLIC(Simple Linear Iterative Clustering)算法并改进,对图像进行分块,减少了图像匹配检索用时;改进欧氏距离匹配阈值选取方式,降低了特征点检测误匹配率;引入图像局部色彩方差,提升图像特征点匹配准确性。结合多种类型的古籍图像篡改实例,并与当前其他主流算法就检测结果进行比较分析。结果表明,该算法在匹配检测准确度和检测用时方面更具优势,更能有效地鉴定出篡改的图像信息。

藏文古籍图像二值化研究现状

藏文古籍是藏民族优秀文化宝库中的一颗璀璨明珠。由于年代久远及保存不当,古籍退化严重。二值化算法能够将退化古籍中的文本和背景分割开,更好地揭示古籍所记载内容,解决藏文古籍图像二值化时存在的质量差、对比度渐变、不均匀光照及字迹模糊等问题。参考文献的实验结果表明,众多的二值化算法中没有一个能够处理所有的古籍退化类型及所有的古籍图像数据库。为促进藏文古籍的保护和传播,对退化藏文古籍图像二值化研究迫在眉睫。该研究是古籍数字化和全文检索的必要步骤,蕴藏着巨大的应用价值。

基于犹豫模糊集的古籍汉字图像切分方法

针对古籍文献版面图像切分中存在的过切分和粘连等问题,提出基于犹豫模糊集的古籍汉字图像切分方法。首先,对古籍汉字版面图像进行连通区域搜索,获取版面中的笔画部件,实现古籍汉字的初切分;然后,对过切分汉字进行特征分析,提取过切分区域的特征,利用犹豫模糊集在处理多属性决策问题方面的优势,通过建立犹豫模糊集来判断过切分区域归属同一古籍汉字的隶属度,并据此进行过切分区域的合并;最后,对存在粘连和重叠的汉字采用分段像素跳跃数突变分析方法进行分割。在28886个古籍汉字上的实验结果显示,可以达到92.3%的切分准确率和85.7%的过切分合并准确率。

基于局部对比度和相位保持降噪的古籍图像二值化算法

图像二值化算法通过消除文档背景噪声将文本与背景分割开。针对古籍图像提出一种基于局部对比度和相位保持降噪的古籍图像二值化算法。根据归一化局部最大值最小值来构造古籍图像局部对比度,同时对古籍图像进行相位保持降噪。将局部对比度图像和降噪图像相结合来识别文本笔划像素。通过局部窗口内所检测的文本笔划像素估计局部阈值从而计算古籍背景修复模板。用图像修复算法和形态学闭操作来估计古籍背景。用所估计背景来增强古籍图像,采用Howe算法对增强后的古籍图像进行二值化求得最终结果。该算法在DIBCO2016、DIBCO2017和DIBCO2018数据集中的实验结果均优于其他二值化算法。

一种古籍汉字图像的多属性模糊检索模型

针对古籍汉字结构复杂、风格多变以及字形图像降质所导致传统文字图像检索技术在应用于古籍汉字图像时性能不佳的问题,引入犹豫模糊集理论,提出了一种古籍汉字图像检索模型.首先,设计面向古籍汉字图像的重叠模糊规范化双弹性网格划分,通过考察当前网格与其近邻网格间各种字形要素间的几何和统计特征,定义相应的犹豫模糊元素,进而构成古籍汉字查询图像和目标图像的犹豫模糊集合;其次,以犹豫模糊集合的加权距离测度作为古籍汉字查询图像和目标图像的相似性测度,得到古籍汉字图像检索结果的有序输出.本文算法在11574幅古籍汉字图像上的检索查准率和查全率分别为78.9%和76.5%.

古籍汉字图像的可变形卷积网络检索模型

针对现有图像检索技术应用于古籍汉字图像时效果欠佳的问题,在传统卷积神经网络(convolutional neural networks,CNN)的基础上,引入可变形卷积构建适用于古籍汉字图像的CNN模型。首先,利用该模型对古籍汉字图像数据集进行特征提取;然后,利用主成分分析法对特征进行降维;最后,度量查询图像和候选图像的余弦相似度,排序并返回结果。所提出的检索方法在古籍汉字图像数据集上的平均精度均值达到70.42%,平均检索用时为3.15 s。实验结果表明,该模型能够有效地提取古籍汉字图像的特征,提高了检索方法的准确率,在古籍汉字图像检索领域具有一定优势。

基于离线参数调整的古籍图像二值化算法

古籍退化对古籍图像二值化带来较大挑战,为此,提出一种基于离线参数调整的古籍图像二值化算法。算法分为两步,估计古籍图像背景局部均值,结合基于拉普拉斯能量的二值化算法对古籍进行二值化;根据迭代弗里德曼竞赛算法设计一种离线参数调整方法优化算法中的参数配置。所提算法在H-DIBCO 2016和H-DIBCO 2018数据集上的综合实验结果均优于其它二值化算法,验证了所提算法的有效性。

基于OpenCV的古籍边缘检测技术研究

针对古籍图像自身特点,采用二次滤波改进Canny边缘检测方法,通过图像预处理、Canny检测、边缘修正、二次滤波等步骤对古籍图像进行边缘检测,并给出基于OpenCV算法,通过实验表明该方法有效地提高了古籍边缘检测的效果。

古籍拓片及舆图数字摄影解析

详细解析古籍文献拓片以及舆图的数字化摄影技术以及摄影所需设备的名称、功能和使用方法。

基于三维特征和Transformer的数字化古籍文档图像矫正

古籍文档图像矫正是古籍文档数字化中的一个关键环节,对提高古籍数字化质量具有重要的现实意义。针对古籍中普遍存在的氧化弯曲、粘连折叠、装订方式特殊等原因导致的形变复杂、矫正难度大的问题,本文提出了一种基于深度学习和三维特征信息提取的古籍文档图像矫正方法。首先使用U-Net形式的编码器-解码器提取古籍文档图像的三维特征,然后基于Transformer模型对得到的三维特征图进行后向映射,最后使用双线性插值得到矫正后的图像。为了验证所提出方法的有效性,在两个自制测试集上分别进行实验。实验结果表明,该方法在局部失真(Local Distortion,LD)概率上,相较于DewarpNet模型降低了2.61%~6.58%。实验证明所提出的方法能有效完成古籍文档图像的矫正任务,提升古籍数字化质量。

清代云南少数民族的生动画卷——《云南种人图说》考释

《云南种人图说》以图文并茂的形式直观、生动、形象地描绘了清代云南少数民族或支系的真实风貌与特点,具有很高的历史价值、艺术价值和学术价值。但长期以来尘封书库,鲜为人知。2005年整理出版的《清代滇黔民族图谱》使这部少数民族图像古籍得以公诸于世,为研究云南民族史、民俗文化史提供了一份珍稀史料。

古籍数字化前期准备过程中的重难点及对策

古籍数字化是古籍赓续传承的重要一环,是对古籍最有效的保护措施。为充分利用古籍文化精髓,高效检索古籍内容,对古籍资源进行数字化处理具有非常重要的意义。基于实际工作,对古籍数字化前期准备过程中的重难点问题进行了分析,包括古籍扫描阶段扫描设备的选取,古籍图像处理过程中需要注意的问题,如何提高古籍文字识别率以及古籍文字资源存储格式的标准问题,并结合实际工作经验和文献调研,给出了解决上述问题的应对策略。通过对实际古籍数字化处理案例进行分析,针对古籍文字资源存储格式规范性方案,开发设计了古籍XML规范性校验工具,为古籍数字化工作顺利开展提供便利。

结合文字核心区域和扩展生长的藏文古籍文本行切分

藏文古籍文档图像中相邻文本行之间通常存在黏连和重叠的情况,这使得文本行切分成为一项艰巨的任务。因此,提出了一种结合文字核心区域和扩展生长的藏文古籍文档图像的行切分方法。首先,根据二值藏文古籍文档图像中连通域的面积和真圆度去除非音节点,获得音节点图像。其次,通过水平投影音节点图像和垂直投影二值原图,得到文本行基线所处的范围和文本行数,生成文字核心区域;通过像素值的或运算将文字核心区域和二值原图结合,得到伪文本连通区域。最后,基于广度优先搜索算法将文字核心区域扩展为伪文本连通区域,获得伪文本行连通区域,通过去掉其中的非文字区域来获得伪文本行,利用有效的断裂笔画行归属方法获得最终的文本行。实验结果表明,所提方法取得了较好的文本行切分结果,有效解决了文本行之间的重叠、部分行黏连以及笔画断裂等藏文古籍文本行切分的问题。