張 靜 導師： 陳廣學

隨著數(shù)字信息技術(shù)的發(fā)展，藝術(shù)品和文物的數(shù)字化已不再是一個問題。然而，在這些三維的文物或藝術(shù)品的復制過程中，目前的3D打印技術(shù)還是較多地關(guān)注在物體的造型上，顏色和圖案最后還是要靠手工繪制。然而對文物及藝術(shù)品來說，除造型之外，器身表面的圖案同樣是其重要的組成部分。為此，本文聚焦陶瓷藝術(shù)品器身曲面的立體圖案，定位于數(shù)字化后進行高質(zhì)量的復制和設(shè)計再創(chuàng)作。論文對陶瓷器身立體圖案的采集和圖像拼接技術(shù)進行了深入研究，構(gòu)建了圖像復制系統(tǒng)，實現(xiàn)了從立體圖案的拍攝、預處理、圖像校正、立體圖像的二維變換、圖像配準、圖像融合到生成完整的二維圖案的數(shù)字化全過程。主要研究成果如下：

1. 在圖像采集的過程中，采用陶瓷按照角度均勻轉(zhuǎn)動，相機固定不動的拍攝方法，減少顏色的變化因素，提高后期圖像處理的效率。采集到的圖像色彩差異小，利用直方圖匹配來校正圖像顏色。此外，還必須對原始圖像進行有效、準確的圖像去噪、圖像修正等工作，保證圖像之間具有精確到像素級的校準精度。

2. 曲面形狀的陶瓷轉(zhuǎn)動時，陶瓷器身上的圖像相對于相機的移動是非線性的，這導致常用的拼接方法并不能直接適用。論文采用一種計算單應性矩陣的方法很好地解決了這個問題，為后續(xù)的圖像拼接奠定了基礎(chǔ)。

3. 為了解決研究對象圖像特征點過少的問題，采用了一種結(jié)合SIFT和MSER算法的圖像拼接算法，能夠提取更多的圖像特征點方便后期圖像配準。在特征匹配方面，基于K-D樹搜索算法，采用改進的BBF算法提高了特征點的搜索效率；在特征提取方面，采用RANSAC算法過濾外點，去除冗余和誤匹配。為了去除拼接過程可能產(chǎn)生的裂縫，采用了一種改進的多波段融合算法對配準后的圖像進行無縫拼接，解決了原有圖像融合算法中的圖像模糊現(xiàn)象。

答辯時間：2017-05-31

博士學位授予單位：華南理工大學