基于Transformer的壁画裂缝自动化数字修复方法

摘要

【目的】随着现代科技的发展，文物保护领域正经历深刻变革。传统的壁画修复手段虽能维护文物的部分完整性，但受限于技术和操作的复杂性。人工智能等数字化文物修复技术能够实现对壁画文物的高精度记录与还原，然而，现有图像修复方法大多依赖专家知识或人工辅助，无法实现壁画数字修复的自动化。【方法】本文结合北方地区长期缺水干燥的环境特征，针对壁画文物可能存在的撕扯断裂或裂缝错位问题，实现自动化数字修复。具体而言，本研究提出基于Transformer的壁画裂缝自动化数字修复方法；基于VGG16-Unet模型，创新性提出基于膨胀核的裂缝掩码优化方法，通过形态学膨胀操作显著提升裂缝覆盖率。此外，利用Transformer的全局结构学习能力与CNN上采样实现结构修复，并引入傅立叶卷积与大核注意力模块完成纹理细节还原和高保真修复。【结果】实验基于山西多地真实壁画数据验证了该方法的有效性，结果表明，该方法在裂缝识别覆盖度、结构还原度及纹理协调性方面均优于传统方法，尤其对北方干燥地区特有的断裂错位型裂缝修复效果显著。

关键词

壁画修复 / 深度学习 / 壁画图像分割 / Transformer