蒙古族传统家具纹样的数字化分类研究

The research expands the application fields of digital image processing technique, and promote the fusion and development of the two subjects, Mongolian traditional furniture pattern and digital image processing technique, introduces a new thought and theoretical foundation of Mongolian traditional furniture automation classification and development. Meanwhile, using computer technology, Mongolian traditional furniture pattern will be better preserved, inherited and automation reused. Using digital image processing technique, this research made digitized classification on Mongolian traditional furniture patterns systematically. Getting efficient topic features, low dimensionality object bank and intermediate characteristic of fast sparse coding, to screen out the optimal digital character of Mongolian traditional furniture patterns. Based on the digital classification techniques of semantic analysis and fusion, sparse representation and low rank, tensor manifold learning, promote the digitized classification and establish the automation classification system of Mongolian traditional furniture patterns.Studies on Mongolian traditional furniture patterns no depth development, and no touch into the digital image processing technique simultaneously, the developing of computational digital image processing technique provide a reasonable method to study the Mongolian traditional furniture patterns.

针对蒙古族传统家具纹样研究不够深入，也未与现代数字图像处理技术相结和，同时，计算机数字图像处理技术的不断发展为研究蒙古族传统家具纹样的数字化分类提供了可实现的方法和途径。本研究利用数字图像处理技术系统地研究蒙古族传统家具纹样的数字化分类。通过提取主题特征、低维目标属性特征和快速稀疏编码的中间特征，筛选出最优的蒙古族传统家具纹样的数字化特征，采用基于语义分析与融合的数字化分类、基于稀疏与低秩的数字化分类，基于张量流形学习的数字化分类技术对蒙古族传统家具纹样进行数字化分类研究，建立蒙古族传统家具纹样的自动化分类体系。本研究拓展了数字图像处理技术的应用领域，并推动蒙古族传统家具纹样与数字图像处理技术两学科间相互交叉、深入发展，为蒙古族传统家具纹样的自动化分类和开发再利用提供新的思路和理论依据，同时，能更好地利用计算机对蒙古族传统家具纹样进行保护和传承，实现自动化再利用。

内蒙古自治区的蒙古族家具纹样，正随着蒙古族传统生活方式的改变，其实物遗存越来越稀少。在科学研究发展越来越趋向于多学科、多领域交叉的今天，蒙古族家具纹样的保护传承利用也应充分利用其他学科的最新研究成果和技术。现代数字图像技术的出现，为蒙古族家具纹样的数字化分类提供了必要的技术手段。.本项目主要研究了基于自适应伽马校正(AGC, Adaptive Gamma Correction)-Quantile（分位数）的方法、基于LWT-SWT(Lift Wavelet Transform-Stationary Wavelet Transform)和加权变换的算法、基于Lap变换和AGC的算法、基于频域内奇异值和伽马函数的方法，来加强蒙古族家具纹饰，并把它们和一些常用的其他方法进行了比较，从主观分析来看，纹样对比度有较大的提高，纹样的细节部分有突出的表现，视觉效果好；同时，应用峰值信噪比PSNR、均方误差MSE、结构相似性指数SSIM、信息熵IE(Information Entropy)等定量指标进行客观评价，增强效果都优于其他方法。.把基于自适应伽马校正-分位数的增强方法、基于LWT-SWT和加权变换的增强算法、基于Lap变换和AGC的增强算法、基于频域内奇异值和伽马函数的增强方法，作为蒙古族家具纹样识别的预处理方法，以蒙古族家具纹样中的动物、植物、几何、文字作为样本，利用识别参数熵(Entropy, E)、对比度(Contrast, C)、均匀性(Homogeneity, Homo)、逆差距(Deficit From, DF)和角度MSE、亮度MSE等，和支持向量机(SVM)的径向基函数、高斯核函数进行识别，识别效果都有所提高。.把数字图像技术应用于蒙古族传统家具纹样的智能分类中，不仅可以实现数字化、自动化，高效率、准确地保护传承，为木制品的造型设计和装饰提供新思路，也为其它装饰设计、造型设计等提供新素材。同时，利用数字图像技术对蒙古族传统家具纹样的智能分类研究，不同于以往人们用画册、图鉴以及图文式的分类，而是创新性地运用计算机代替人类劳动，为蒙古族传统家具纹样的保护传承利用提供新的思路和理论依据，也为开发蒙古族风格的木制品提供新素材，更好地扩大数字技术的应用领域。

内容获取失败，请点击重试