古画破损的检测方法

本发明属于图像处理及人工智能，具体涉及到用于破损古画的破损位置检测方法。

背景技术：

1、古代字画的破损检测是对古画图像中的破损区域进行自动检测标注，在原始图像中用线条组成的矩形框标注出不同破损在古画中的位置，其中每个矩形框包含位置、大小等信息。传统的古画破损检测方法，需要借助人为识别，在针对古画进行识别时，由于其检测目标的特殊性，难以准确识别和理解古画中的背景与破损的区别。这主要是由于古画具有丰富的细节、线条和色彩，以及独特的绘画风格，需要计算机视觉和深度学习技术来进行有效的检测。

2、现有的深度学习方法，如faster r-cnn、single shot multibox detector(ssd)等模型，具有较高的准确性，但在检测古画破损区域上，却因为无法充分理解古画的色彩和线条信息而存在一定的局限性。具体来说，这类目标检测方法通常分为两个阶段：候选区域生成和目标分类。而单阶段目标检测器，如single shot multibox detector模型，直接在输入图像上进行密集预测，避免了复杂的候选区域生成过程。然而，古画中的破损、霉变、缺失等原因，超出了single shot multibox detector模型的设计范围，导致其无法有效进行检测。对于古画破损的检测，由于破损古画的艺术性和复杂性，导致对于古画这种有丰富艺术风格和多种复杂情况的图像变得十分困难。

3、在古画破损检测领域，当前迫切需要解决的一个技术问题是将能够让计算机自动地实现古画破损复杂信息的自动检测。

技术实现思路

1、本发明所要解决的技术问题在于克服上述现有技术的缺点，提供一种检测速度快、精度高的古画破损的检测方法。

2、解决上述技术问题所采用的技术方案步骤如下：

3、(1)收集古画破损图像

4、从在线的数字博物馆中获取中国古代包含破损的原始电子图像，调整为高h、宽w为512×512像素的古画破损图像。

5、(2)构建古画破损检测数据集

6、将选取的古画破损图像采用智能交互式检测标注软件labelimg，按软件的使用方法对古画破损图像进行标注，得到包含每张古画破损图片中破损区域位置信息的txt文件以及class信息。

7、(3)划分数据集

8、将标注的古画破损图像按照8：1：1划分为训练集、验证集、测试集。

9、(4)构建古画破损检测网络

10、古画破损检测网络由特征提取网络与特征融合模块1、信息分发聚集模块依次串联构成。

11、所述的特征融合模块1由主干单元与head单元、注意力融合模块依次串联构成。

12、所述的信息分发聚集模块由特征对齐模块与特征融合模块2、注入模块依次串联构成。

13、(5)提取古画破损图像特征

14、按下式提取古画破损图像特征φ(i)：

15、φ(i)＝fb(i,θb)

16、其中，fb是特征提取网络，i是训练集中的破损图片，θb是特征提取网络的参数，包括权重和偏置。

17、(6)训练古画破损检测网络

18、1)构建损失函数

19、按下式构建损失函数

20、

21、

22、其中，iou为预测框与真实框的重合面积比，并以此得到置信阈值，w、h为输入图像的高和宽，a为真实框，b为预测框，分别为预测框的左上角和右下角的坐标，分别为真实框左上角和右下角的坐标。

23、2)训练古画破损检测网络

24、将训练集输入到古画破损检测网络中进行训练，训练的服务器显卡为rtx 3090，初始学习率为0.01，训练轮数为200，训练的批尺寸大小为32，通过验证集优化损失函数，训练至损失函数收敛。

25、(7)测试古画破损检测网络

26、将测试集输入到训练后的古画破损检测网络中进行测试，对图像中破损的位置进行检测，输出带有标签的矩形框，标注出图像中破损的位置。

27、在本发明的步骤(4)构建古画破损检测网络中，所述的主干单元由1～4个动态卷积模块与1～4个跨层链接模块串联构成。

28、本发明的动态卷积模块由动态卷积层1与拓扑约束层、relu激活函数层依次串联构成。

29、本发明的跨层链接模块由卷积层1与block层、拼接层1依次串联构成。

30、在本发明的步骤(4)构建古画破损检测网络中，所述的特征对齐模块由动态卷积层2与平均池化层、transformer模块依次串联构成。

31、在本发明的步骤(4)构建古画破损检测网络中，所述的注入模块由动态卷积层3与双线性插值层、repblock层依次串联构成。

32、由于本发明古画破损检测网络采用了动态自适应卷积和全局信息融合模块，实现了对破损古画图像中的破损区域进行检测，解决了现有技术对古画破损检测不准确、不贴合的技术问题，能有效地识别和定位古画破损区域的位置信息，可以自适应调整预测框，识别不同类型的古画破损位置，提高了网络的检测精度以及感知识别能力。本发明具有检测速度快、精度高等优点，可用于计算机检测古画破损。

技术特征：

1.一种古画破损的检测方法，其特征在于由下述步骤组成：

2.根据权利要求1所述的古画破损的检测方法，其特征在于：在步骤(4)构建古画破损检测网络中，所述的主干单元由1～4个动态卷积模块与1～4个跨层链接模块串联构成。

3.根据权利要求2所述的古画破损的检测方法，其特征在于：所述的动态卷积模块由动态卷积层1与拓扑约束层、relu激活函数层依次串联构成。

4.根据权利要求2所述的古画破损的检测方法，其特征在于：所述的跨层链接模块由卷积层1与block层、拼接层1依次串联构成。

5.根据权利要求1所述的古画破损的检测方法，其特征在于：在步骤(4)构建古画破损检测网络中，所述的特征对齐模块由动态卷积层2与平均池化层、transformer模块依次串联构成。

6.根据权利要求1所述的古画破损的检测方法，其特征在于：在步骤(4)构建古画破损检测网络中，所述的注入模块由动态卷积层3与双线性插值层、repblock层依次串联构成。

技术总结一种古画破损的检测方法，由收集古画破损图像、构建古画破损检测数据集、划分数据集、构建古画破损检测网络、提取古画破损图像特征、训练古画破损检测网络、测试古画破损检测网络步骤组成。由于本发明采用动态自适应卷积和全局信息融合模块，实现了对破损古画图像中的破损区域进行检测，解决了现有技术对古画破损检测不准确、不贴合的技术问题，能有效地识别和定位古画破损区域的位置信息，可以自适应调整预测框，识别不同类型的古画破损位置，提高了网络的检测精度以及感知识别能力。本发明具有检测速度快、精度高等优点，可用于计算机检测古画破损。技术研发人员：孙增国,毛魏彬,吴晓军受保护的技术使用者：陕西师范大学技术研发日：技术公布日：2025/1/6