第39卷第2期2024年2月Vol.39No.2Feb.2024液晶与显示ChineseJournalofLiquidCrystalsandDisplays基于多光谱数据和融合像素差卷积的壁画线稿提取张换换1，王慧琴1*，王可1，王展2，甄刚2，贺章3（1.西安建筑科技大学信息与控制工程学院，陕西西安710055；2.陕西省文物保护研究院，陕西西安710075；3.陕西省考古研究院，陕西西安710054）摘要：使用现有边缘检测方法提取古代壁画的线稿，存在噪声干扰大且丢失信息较多的问题。本文提出一种融合像素差卷积的壁画最优波段线稿提取方法，利用最小噪声分离方法将壁画多光谱数据的有效信息和噪声分离，选择最优主成分波段进行线稿的提取。针对传统卷积提取图像梯度信息的问题，引入像素差卷积提高边缘检测的图像梯度信息。在侧输出网络加入尺度增强模块（SEM）丰富多尺度特征，同时针对像素级别不平衡引起的像素错误分类问题，设计了基于图像相似度的Dice损失函数策略，逐级最小化像素距离获得清晰图像边缘，并利用壁画数据集先验知识微调模型解决数据集不足的问题。实验结果表明，本文方法可以在壁画褪色和噪声较多的场景下提取出较为清晰的线稿，线稿图像的SSIM和RMSE均优于其他算法，分别提高了2%~10%和2%~4%；在公开数据集BIPED上对模型进行验证，所提方法的ODS和OIS较PiDiNet分别提高0.005和0.007。该方法对褪色及具有病害的壁画可以提取出清晰完整的线稿图像。关键词：线稿提取；光谱成像；像素差卷积；像素级平衡；壁画中图分类号：TP391.4；TP751.1文献标识码：Adoi：10.37188/CJLCD.2023-0110MuralsketchextractionbasedonmultispectraldataandfusedpixeldifferenceconvolutionZHANGHuanhuan1，WANGHuiqin1*，WANGKe1，WANGZhan2，ZHENGang2，HEZhang3（1.SchoolofInformationandControlEngineering，Xi'anUniversityofArchitectureandTechnology，Xi'an710055，China；2.ShaanxiProvincialInstituteofCulturalRelicsProtection，Xi'an710075，China；3.ShaanxiProvincialAcademyofArchaeology，Xi'an710054，China）Abstract：Extractingthelinedrawingsofancientfrescoesusingexistingedgedetectionmethodssuffersfromhighnoiseinterferenceandmoreinformationloss.Inthispaper，weproposeafusionpixeldifferenceconvolutionmethodtoextracttheoptimalbandofmurallines.Theminimumnoiseseparationmethodis文章编号：1007-2780（2024）02-0146-11收稿日期：2023-03-27；修订日期：2023-04-17.基金...
