Resumen

En este artículo, estudiamos el trabajo de restauración de murales basado en la generación de trazas multiscale asistida por inteligencia artificial. En primer lugar, convertimos las imágenes de frescos al espacio de color para obtener las imágenes de componentes de luminancia y cromaticidad; luego procesamos cada imagen de componente para mejorar los bordes de la región exfoliada utilizando operaciones de sombrero alto y bajo; luego construimos un filtro morfológico de multiestructura para suavizar el ruido de la imagen. Finalmente, la imagen de máscara fusionada se fusiona con el mural original para obtener el resultado de calibración final. El fresco se convierte al espacio de color HSV, y se introducen las características de cromaticidad, saturación y luminancia; luego se utilizan el término de confianza y el término de datos para determinar la prioridad de los puntos de borde que se desprenden; luego se define un nuevo criterio de coincidencia de bloques, y se obtiene el mejor bloque de coincidencia para reemplazar el bloque a reparar basado en la similitud estruct

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Restauración de murales; Inteligencia artificial; Generación de trazas a múltiples escalas; Imágenes de frescos; Cromaticidad; Red generativa adversaria
• Keywords:Mural restoration; Artificial intelligence; Multiscale trace generation; Fresco images; Chromaticity; Generative adversarial network