摘要：古籍文献既属于语言学科领域的研究范畴，也属于数字化图像技术处理研究领域。但是古籍年代久远，保存困难，现存的古籍十分珍贵。随着信息技术的高速发展，网络已经遍布每个人身边，数字化修复技术成为了古籍文献重要的保护措施和方法，具有广泛的应用价值。中国是一个有着五千年文化的国家，每种古籍的语言不同，其特征也表现出多样性。而通过深度学习来捕捉特征点，能够准确地对文献定位，进而呈现出修复好的古籍图像，这对于现在的古籍文献修复研究来讲有着极大的现实意义。

大连民族大学图书馆收藏了大量的少数民族古籍，为本项目的研究提供了基本书籍素材。本文选取中国少数民族语言中的藏文古籍作为研究对象，利用卷积神经网络算法所建立的模型对采集的古籍文献图像进行特征定位，并在其基础上，让机器通过主动的自我学习将古籍文献图像的特征记录下来，进而深度探索各种语言文献的差异性，做到能识别不同古籍文献并对其修复。

本项目主要完成工作有以下几个部分：

   （1）古籍文献图像的采集，利用图书扫描仪将大量的藏文文献扫描成数字图像。

   （2）古籍文献图像的预处理，将扫描存储的黑白底图像进行二值化、降噪、倾斜矫正等预处理，使古籍图片变成较正规的图像。

   （3）古籍文献图像的修复，在扫描和传输过程中对古籍图片有不同程度的损坏，使用盲解卷积算法和超分辨率重构技术修复古籍图像，可以使古籍图像更完成、清晰、便于阅读。

   （4）基于古籍文献图像特征的深度学习，将处理好的大量素材通过matlab的深度学习工具箱进行训练，让机器主动捕捉文字特征，进行特征的选择和存储。

本文所建立的机器主动学习的模式可以有效存储藏文古籍的图像，进而提取出藏文古籍的特征，方便之后的项目学习和探索，更有利于长期性的保护古籍文献和其数字图像，为古籍文献数字化建设起到一定的作用。

关键词：古籍文献；数字化；修复技术；深度学习

目录

摘要

Abstract

1 绪论-1

1.1 研究背景及课题意义-1

1.2 国内外研究现状-2

1.3 研究主要内容-3

2 古籍文献数据集的构建-5

2.1 古籍文献的采集-5

2.2 古籍文献图像预处理-6

2.2.1 二值化处理-6

2.2.2 去噪处理-7

2.2.3 倾斜矫正处理-8

2.3 古籍文献图像修复-9

3 基于古籍文献图像的深度学习超分辨率算法研究-13

3.1 深度学习的概念-13

3.2 古籍文献的图像超分辨率重构算法-14

3.3 超分辨率重构算法的实验结果与分析-15

3.3.1 实验结果-15

3.3.2 与其他超分辨率算法对比-15

3.3.3 不同参数设置的网络模型对比-17

4 古籍文献数字修复技术面临问题和发展趋势-18

4.1 古籍文献数字修复技术面临问题-18

4.2 古籍文献数字修复技术发展趋势-18

5 总结与展望-20

参 考 文 献-21

致    谢-23