(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211233520.8 (22)申请日 2022.10.10 (71)申请人 云南大学 地址 650091 云南省昆明市翠湖北路2号 (72)发明人 邓小超　余映　杨琳霞　杨蕾　 卢作俊　朱信耿　 (74)专利代理 机构 北京万象新悦知识产权代理 有限公司 1 1360 专利代理师 贾晓玲 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01) G06V 10/46(2022.01) G06V 10/56(2022.01) G06V 10/74(2022.01)G06V 10/77(2022.01) G06F 17/13(2006.01) (54)发明名称 一种壁画裂隙与脱落病害的自动标注方法 (57)摘要 本发明公开了一种壁画裂隙与脱落病害的 自动标注方法， 用于解决自动生成壁画病害掩膜 的技术问题。 本发明包括： 获取不同大小的原始 壁画图像； 把RGB空间的原始壁画图像转换到HSV 颜色空间； 调整H、 S、 V三分量的权重系数； 提取壁 画中的纹理和绘画线条特征； 增强壁画的病害区 域， 抑制壁画的绘画线条特征； 将壁画的病害区 域分割出来并进行亮度增强操作； 连接分割后病 害区域中不连续的裂隙像素； 生 成壁画病害的掩 膜； 将掩膜添加到原始壁画图像得到最终的标注 结果。 本发 明能准确地标注出壁画中的脱落与裂 隙病害， 取得了良好的视 觉标注效果。 权利要求书2页 说明书7页 附图2页 CN 115482235 A 2022.12.16 CN 115482235 A 1.一种壁画中裂隙与脱落病害的自动标注方法， 其特 征在于， 包括以下步骤： 1)收集壁画图像， 随机 裁剪出不同大小的原 始壁画图像， 构建数据集； 2)把RGB空间的原始壁画图像转换到HSV空间， HSV空间的壁画图像f(x,y)＝[H(x,y),S (x,y),V(x,y)]T， 其中H、 S、 V分别表示色调、 饱和 度和亮度分量； 调整H、 S、 V三分量的权重系 数； 权重图像 具体公式为 其中， ωH、 ωS、 ωV分 别对应色调、 饱和度和亮度分量的权 重系数； 3)分别对权重图像 的三个分量H、 S、 V进行x和y方向求偏微分， 得到梯度 图像Gθ (x,y)由下式给 出： 选择梯度图像Gθ(x,y)中每 个像素点上的最大值， 得到多维梯度检测的结果图： pi＝max(Gθ(x,y)) 其中， pi是原始壁画图像 经过多维梯度检测后得到的最终输出图像， 该图像是一张包含 壁画病害特 征的灰度图； 4)抑制多维梯度图pi中的绘画线条 特征， 需要满足如下关系： 其中， qi是输出图像， ωk是一个以k 为中心的局部窗口， ak、 bk均为常量系数； 5)利用下式进行阈值分割计算得到壁画病害区域的初始掩膜： 其中,Imask表示壁画病害区域的初始掩膜,qi为输出图像,t 表示阈值； 6)对掩膜Imask进行形态学孔洞填充， 得到最终的掩膜Mmask， 将掩膜Mmask添加到原始壁画 图像得到最终的标注结果。 2.如权利要求1所述壁画中裂隙与脱落病害的自动标注方法， 其特征在于， 所述使用 Sobel算子分别对权重图像 的三个分量进行x和y方向求偏微分， 得到矢量u1和u2， 具 体公式如下： 其中， h、 s和v是HSV颜色 空间沿H、 S、 V轴的单位矢量， 和 分别是H、 S和V分量沿 x方向的偏微分， 和 分别是H、 S和V分量沿y方向的偏微分； 将矢量u1和u2分别进行点积计算， 得到三个参数gxx、 gyy和gxy：权　利　要　求　书 1/2 页 2 CN 115482235 A 2θ(x,y)的元 素是用于计算梯度的每 个像素点的角度， 角度函数θ(x,y)的计算公式： 3.如权利要求1所述壁画中裂隙与脱落病 害的自动标注方法， 其特征在于， 所述权重系 数ωH＝0.1,ωS＝0.8,ωV＝0.1。 4.如权利要求1所述壁画中裂隙与脱落病 害的自动标注方法， 其特征在于， 求解线性系 数ak,bk在保持局部线性的同时使得多 维梯度图pi和输出图像qi之间的差异最小化， 用带有 正则化参数 ε 的损失函数E(ak,bk)表示： 求解损失函数的最优解 ak和bk得到局部窗口的值， 具体表达式为 一个像素i可能属于多个窗口， 对重 叠窗口求平均值得到 输出图像， 具体 计算公式如下： 其中 和 分别为ak和bk的均值。 5.如权利要求1所述壁画中裂隙与脱落病害的自动标注方法， 其特征在于， 采用Otsu阈 值分割方法将输出图像qi分割为前 景和背景两 部分， 此时的阈值t即为 最优阈值： 其中,Pf(t)和Pb(t)分别为阈值分割 后壁画病害区域的前景和背景所占比例,mf(t)和mb (t)分别为壁画病害区域的前景和背景中像素的均值,m为整个图像qi中像素的均值,L表示 灰度级数， 将图像qi与阈值进行比较,大于该灰度阈值的像素不变,为壁画病害区域的前景 像素； 小于该 灰度阈值的像素设为0,为 壁画病害区域的背景像素。 6.如权利要求1所述壁画中裂隙与脱落病 害的自动标注方法， 其特征在于， 将壁画病 害 区域的初始掩膜Imask进行张量投票后得到一个新的张量， 由于使用张量投票来连接和扩展 初始掩膜中不连续的裂隙像素， 故提取棒张量显著图作为结果， 最后， 将棒张量显著图和病 害特征掩膜Imask求并集得到具有完整裂隙的病害特 征掩膜。 7.如权利要求1所述壁画中裂隙与脱落病 害的自动标注方法， 其特征在于， 将最终的掩 膜Mmask添加到原 始壁画f(x,y)得到最终的标注结果fc， 具体计算公式如下： 权　利　要　求　书 2/2 页 3 CN 115482235 A 3