Matlab二值化处理代码-Craquelure-Graphs：提取并表征图像中的裂纹图案

简介：
本项目利用MATLAB开发了针对图像中裂纹（Craquelure）模式的二值化处理算法，旨在精确提取和量化这些细微的纹理特征。通过图形表示，深入分析艺术作品或材料表面的独特裂纹结构，为古董鉴定、文物保护等领域提供强有力的技术支持。 在ICCV2019研讨会上发布的出版物提供了支持代码用于MATLAB的二值化处理。该选项一从图像中提取并描绘图案，并以带骨架的二进制图像为输入，给定算法能够从裂缝模式中提取无向图，将节点按拓扑分类为X、Y和O类型，边缘与多项式拟合，并导出综合特征用于伪造检测、原产地检查、老化监测及损坏识别。我们感谢他们对原始实现的改进。 该代码是在MATLAB R2017b下编写的，未在其他版本中进行测试。除“图像处理工具箱”外，几乎不需要额外依赖项。裂纹图像二值化过程较为复杂和棘手，因此留给用户自行完成。（尽管我们提供了辅助代码prepare_bw.m用于实验中的参数设置）。运行main.m可以快速启动。 选项二涉及使用图神经网络（GNN）提取图形特征的算法。该方法获取一组带标签的图表，并用其训练GNN，进而从每一层中为每个图表提取隐藏向量作为特征表示。技术细节基于以下要求：pytorch、tqdm、numpy、networkx和scipy。