{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,4,26]]，“日期-时间”：“2024-04-26T21:06:24Z”，“时间戳”：1714165584518}，“参考-计数”：15，“出版商”：“Hindawi Limited”，“许可证”：[{“开始”：{-date-parts”：[[2021,10,7]]，”日期-时间“：”2021-10-07T00:00:00 0Z“，”时间戳“：16335648000000}，“内容版本”：“未指定”，“延迟天数”：0，“URL”：“https://creativecommons.org/licenses\/by\/4.0\/”｝]，“内容域”：｛“域”：[]，“交叉标记限制”：false｝，“短容器标题”：[“科学编程”]，“已发布的印刷品”：｛“日期部分”：[[2021,10,7]]｝，“摘要”：“针对现有墓室壁画修复中存在的模糊修复和低像素相似性匹配问题，提出了一种基于序列相似性检测的墓室壁纸修复算法。首先，我们在LOG边缘检测中通过二阶高斯拉普拉斯算子确定墓室壁画的梯度值，然后降低墓室壁画边缘的噪声，以处理墓室壁画的平滑边缘。此外，我们还设置了数学模型来获得墓室壁画的边缘特征。为了计算特定阈值下前景和背景的平均灰度，我们使用最大类间方差法，该算法考虑了墓室壁画边缘微小裂缝的影响，通过连通域标记算法和开闭操作将裂缝分离出来，完成边缘阈值分割。此外，我们利用优先级计算函数确定受损墓室壁画面积，计算边缘信息的梯度因子，获得不同角度的信息熵，确定墓室壁纸图像修复的优先级，借助序列相似性检测墓室壁饰修复像素的相似度，完成墓室壁画修复。实验结果表明，我们的模型能够有效地修复墓室壁画的边缘，并且能够实现较高的像素相似度匹配<\/jats:p>“，”DOI“：”10.1155\/2021\/6842353“，”type“：”journal-article“，”created“：{”date-parts“：[2021,10,7]]，”date-time“：”2021-10-07T23:05:43Z“，”timestamp“：1633647943000}，”page“：10.1155英寸卷“：”2021“，”作者“：[{”给定“：”王“，”家庭“：”刘“，”序列“：”第一“，”从属关系“：[}”名称“：”武汉东湖大学，湖北武汉430071“}]}，{”ORCID“：”http://\/ORCID.org\/00000-0002-1365-317X“，”authenticated-ORCID“：true，”给定“:”肖“，”家人“：”李“，”顺序“：”附加“，”隶属关系“：”[{“name”：“”中南财经政法大学，中国湖北武汉430073“}]}，{“给定”：“凤娇”，“家庭”：“吴”，“序列”：“附加”，“隶属关系”：[{“名称”：“广州S.P.I设计有限公司，中国广东广州430071”}]}]，“成员”：“98”，“参考”：[}“关键字”：“1”，“doi-asserted-by”：“出版商”，“doi”：“10.1177\/0020920928549”}，“问题”：“2“，”key“：”2“，”首页“：”154“，”article-title“：”迭代去噪和反向投影图像恢复“，”volume“：“45”，”author“：”T.Tiler“，”year“：”2019“，”journal-title”：“IEEE Transactions on Image Processing”}，{“issue”：“12”，“key”：“3”，“first-page:”15“，”article-title“：”图像恢复模型使用Jaya\u3023at optimization\u3006nabled noise prediction map，“volume”：“14”，“author”：“S.P.Premnath”，“year”：“2021”，“journal-title”：“IET Image Processing”}，{“key”：”4“，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.apnum.2020.019”}汉森寨元代墓室壁画数字修复方法，2019年西安，“卷”：“20”，“作者”：“C.Jiang”，“年份”：“2020”，“期刊标题”：“科学技术与工程”}，{“问题”：“10”，“关键”：“6”，“首页”：“1768”，“文章标题”：《基于边缘特征和像素结构相似性的图像修复算法》卷：“31”，“作者”：“Z.Tao”，“年份”：“2019”，“期刊标题”：“计算机辅助设计与计算机图形学杂志”}，{“期刊”：“99”，“关键字”：“7”，“首页”：“1”，“文章标题”：《通过无人工因素PCA基础学习和自适应稀疏建模进行压缩图像恢复》，“卷”：“29”，“作家”：“宋琦”，“年”：“2020”，“杂志标题”：IEEE Transactions on Image Processing“}，{“issue”：“4”，“key”：“8”，“first-page”：“1”，“article-title”：“一种基于颜色校正和图像锐化的水下图像恢复混合算法”，“author”：“H.Meng”，“year”：“2020”，“journal-title“：“Multimedia Systems”}，}“key“：“9”，“doi-asserted-by”：“publisher”，“doi”：“10.1080\/13682199.2019.1592891”}，{“key”：“10”，“doi-asserted-by”：“publisher”，“doi”：“10.1038\/s41467-019-11024-z”}，{”key“：”11“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/TIP.2020.2988131“}，”{“key”：“12”，”doi asserted-by“：“publiser”，”doi:“10.1109\/tips.2021.3064229”}，“首页”：“212”，“文章标题”：“基于反向映射的图像间色彩传递算法模拟”，“卷”：“38”，“作者”：“S.Yuchi”，“年份”：“2021”，“期刊标题”：“计算机模拟”}，{“问题”：“1”，”关键“：“14”，“首页”：“159”，”文章标题“：“多尺度生成对抗网络图像修复算法”，“卷宗”：“14“作者”，“K.李”，“年代”：“2020”，“journal-title”：“计算机科学与技术前沿杂志”}，{“key”：“15”，“doi-asserted-by”：“publisher”，“doi”：“10.1088\/1361-6420\/ab6619”}]，“containertitle”:[“Scientific Programming”]，“original-title:[]，“language”：“en”，“link”：[{“URL”：“http://downloads.hindawi.com/journals\/sp\/2021\/6842353.pdf”，“content-type”：“应用程序\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://\/downloads.hindawi.com/journals\/sp\/2021\/6842353.xml”，“content-type”：“application\/xml”，”content-versiion“：”vor“，”intended-application“：”text-miniing“}，”{“URL”：“http:\//downloads.hindawi.com\/journals/sp\/2021\\6842353.pdf”，“内容-t”type“：”未指定“，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2021,10,7]]，“date-time”：“2021-10-07T23:05:56Z”，“timestamp”：1633647956000}，“score”：1，“resource”：{“primary”：“{“URL”：“https:\/\/www.hindawi.com\/journals\/sp\/2021\/6842353\/”}，”字幕“[]，“editor”：[{“given”：“Mian Ahmad”，“family”：“Jan”，“sequence”：“additional”，“affiliation”：[]}]，“shorttitle”：[]，“issued”：{“date-parts”：[2021,10,7]}，“references-count”：15，“alternative-id”：[“6842353”，“684235.3”]，“URL”：“http://\/dx.doi.org\/10.1155\/2021\/6842353”，”relational“：{}，”ISSN“：[”1875-919X“，”1058-9244“]，”ISSN-type“[”{“数值”：“1875-919X”，“类型”：“电子”}，{“值”：“1058-9244”，“种类”：“打印”}]，“主题”：[]，“已发布”：{“日期部分”：[[2021,10,7]]}}