典型文献
基于光谱增强指数与LeNet-5的古书画褪色文字提取与识别
文献摘要：
古书画中所记载的文字是了解历史的珍贵资料,对褪色文字进行提取和识别是挖掘和展示历史价值的基础.本工作首次提出基于光谱增强指数与LeNet-5相结合的古书画褪色文字提取与识别方法:利用高光谱成像无损检测、光谱范围广等优点,获取古书画的高光谱数据,分析文字与背景的光谱特征,构建字迹增强指数,实现古书画中褪色文字的增强;构建LeNet-5卷积神经网络,利用手写汉字集进行训练,对密度分割后的字迹图像进行自动识别.以清代画家张士保所作《论道图》中部分褪色文字为例进行了验证,文字识别的正确率为70.8％.结果表明,本工作所提出方法可有效提高古书画褪色文字提取与识别的智能化程度.
文献关键词：
高光谱;褪色文字;字迹增强指数;LeNet-5;文字识别
中图分类号：
作者姓名：
侯妙乐;孙鹏宇;杨雪韵;武望婷;吕书强
作者机构：
北京建筑大学测绘与城市空间信息学院,北京 100044;建筑遗产精细重构与健康监测北京市重点实验室(北京建筑大学),北京 100044;江苏星月测绘科技股份有限公司,江苏盐城 224600;首都博物馆,北京 100045
文献出处：
引用格式：
[1]侯妙乐;孙鹏宇;杨雪韵;武望婷;吕书强-.基于光谱增强指数与LeNet-5的古书画褪色文字提取与识别)[J].文物保护与考古科学,2022(05):72-80
A类：
褪色文字,字迹增强指数
B类：
光谱增强,LeNet,古书画,展示历史,历史价值,高光谱成像,无损检测,高光谱数据,光谱特征,手写,汉字,字集,密度分割,自动识别,画家,所作,论道,文字识别,高古
AB值：
0.197234
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
