基于深度学习的唐卡边缘检测技术研究
于翔宇
樊瑶
西藏民族大学信息工程学院,咸阳 712082
摘要：唐卡是藏传佛教文化中不可或缺的一部分,它具有复杂、细致的图案和多样、缤纷的符号.唐卡大多使用天然矿物质颜料画在绢帛等画布上,然后再经绸缎装裱进行保存.但是这种保存方式随着时间的流逝,很容易受到侵蚀等外界因素的影响从而导致不同程度的损坏.为了避免唐卡这种重要非物质文化遗产的损坏,提出了一种基于卷积神经网络架构(CNN)的边缘检测模型DMSCNN,它能够准确地捕捉唐卡图像中复杂的特征信息,输出完好的边缘图像.另外,文中将DMSCNN模型同Canny算子和其他多尺度等深度学习模型相比较,结果表明该模型在唐卡图片上比起其他方法具有更好的效果.该研究既为唐卡图片的保护、研究和传承提供了保障,又为深度学习在文化遗产保护领域的应用提供了有益的范例.将来的研究将着眼于模型的改进以及尝试将该模型拓展到其他文物的保护工作上.
关键词：唐卡图像图像处理边缘检测CNN
论文发表日期：2024-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 68-75 )
英文信息