王栋娟

(山西省财政税务专科学校信息学院，山西 太原 030024)

0 引言

青铜器是我国历史文化的重要组成部分，但在出土时常呈碎裂、腐蚀状，因此拼接修复任务十分艰巨。目前针对不同类型的文物碎片提出了很多修复方法，但碎片图像的前期处理(包括去噪、分割等)阶段主要还是靠人工来完成，这样需要耗费极大人力成本。因此找到一种简单高效的青铜器小碎片目标分割提取方法是非常重要的。

目前图像分割方法主要有以下几种：一是基于阈值的分割方法，有算法用Otsu分割显微图像[1]、河冰图像[2]，并根据采集到的图像特点采用不同预处理方式，取得了较好的分割效果。二是基于边缘的分割算法[3]，由于不同区域之间的边缘灰度值变化较大,可根据边缘强度的不同检测提取目标。三是基于区域的分割研究[4]，有针对复杂背景下的小目标分割方法，关键在于种子点的选取和停止准则的确定。还有学者研究基于模糊集的分割方法[5]，能很好地处理复杂、模糊的问题。而青铜器小碎片目标和背景相对单一，且受光照不均和阴影掉渣等采集问题的影响，上述这些方法并不适用。另有学者利用神经网络开展分割研究[6,7],虽能很好地分割规则不明确、相对复杂的图像，但是运算量较大，费时费力。

为此，本文提出了一种基于底帽变换和Otsu算法的分割方法，对采集的碎片图像提取灰度图做中值滤波，并经过底帽变换处理，然后用Otsu算法分割图像，最后利用连通域消除错分割的背景，得到了较好的效果。……