古代壁画是是中国古典艺术的宝库,是中国历史和文化的见证,是我国宝贵的历史文化遗产,其历史研究价值更是无法估量。然而在外界环境及人为内在因素的影响下,大部分壁画如敦煌莫高窟、西千佛洞等壁画群均出现不同程度的裂缝、脱落、酥碱、霉变等多种形式的病害。为了长久地保护这些珍宝,修复壁画中的破损部分精准还原壁画内容,是一项亟需研究且具有重大意义的内容。与传统手工技术相比,数字化技术的出现给古建筑壁画修复带来了新的生机,利用计算机等新技术手段对病害进行标注与修复,可以很大程度上避免对壁画的二次伤害,同时优良的修复效果使其对历史文化遗产的分析和发展有着不可替代的作用。本文以敦煌莫高窟窟内部分壁画图像为例,对壁画中普遍存在的裂缝及脱落两大病害进行标注、修复,具体内容主要包括:一、根据壁画裂缝本身线性结构特征,利用数学形态学处理获取裂缝边界信息,随后对变换后的图像进行自适应阈值分割处理,以保证所需像素点都属于目标区域;选取面积作为目标区域的连通规则进行度量以去除虚假目标,达到精确提取的目的,实现对破损区域像素的自动标注;针对经过标注后的裂缝病害,采用一种改进的自组织映射（Self-Organizing Map,SOM）图像修复算法,利用SOM无监督、自动聚类的强大功能完成对壁画裂缝的修复,为古建筑病害修复提供一种有效的方法。二、与一般的脱落病害相区别,本文所选取的研究对象为经过轮廓线的脱落病害。在对脱落病害的标注过程中,首先分析脱落区域的颜色特征,其次对图像进行多尺度形态学边缘梯度检测提取边缘信息,然后通过图像增强技术突出图像的目标区域,获取脱落边缘,最后对获取后的脱落边缘掩码进行内部填充,实现对脱落部分的标注;考虑到脱落病害的特殊性,本文提出一种基于遗传算法（Genetic Algorithm,GA）的图像修复算法,该算法首先强调对结构信息的修复,随后对纹理进行填充,进而获得理想的修复效果。综上所述,本文围绕古建筑壁画壁画裂缝、脱落病害的标注和修复分析评估的问题而展开,从图像数字化特征角度入手,利用数学形态学方法对壁画病害进行标注;最后利用SOM神经网络算法和遗传算法对标注后的病害进行修复,并对修复结果进行算法性能分析,证明本文算法的可行性和有效性。