简介:古建墙壁题记毛笔文字受霉变污染影响,字迹不清,不利于辨识,而传统算法对文字图像进行分割时未充分考虑污染和文字的特征信息,结果中往往存在误分割或缺损现象。本研究提出一种结合图像偏振信息的多特征引导GrabCut分割算法,该方法首先对采集的0°、45°、90°、135°四个角度偏振图像进行斯托克斯解算,得到偏振度特征图;然后利用SLIC对可见光相机采集的题记图像进行超像素分割,并提取超像素的颜色特征距和纹理特征距;最后,用偏振度约束区域项,特征距引导边界项,进行GrabCut分割,得到毛笔文字分割结果。实验结果表明,本算法与未考虑偏振和特征距信息的图割算法相比,分割效果得到较大改善。研究结果可为书法研究和文字拓本的数字化存储提供有力的科学支持,也为题记的实体去污修复过程提供充足的科学指引和实验环境。