收藏本站
收藏 | 论文排版

散乱点云特征提取方法与部位缺损文物碎片拼接技术研究

张雨禾  
【摘要】:利用数字化手段实现文物虚拟复原,能够有效缩短文物复原周期的同时,避免人工复原对文物的二次破坏,因此相关研究也成为计算机图形学领域的研究热点。文物虚拟复原的核心即文物邻接碎片的搜索与拼合,传统几何特征驱动的碎片拼接技术,依赖于碎片断裂部位几何信息的完整性及准确性,因此针对断裂部位缺损的文物碎片容易失效。特征提取是碎片拼接的基石,特征提取的优劣直接决定了后续碎片拼接中形状表达与匹配的准确率。好的特征提取算法,将给特征的相似性度量、邻接匹配对的判定、搜索及空间坐标的精确对齐带来明显优势。因此,本文以点云模型为研究对象,重点研究了散乱点云模型的特征提取方法,并将多特征融合应用于文物碎片自动拼接,旨在解决断裂部位存在缺损文物碎片的自动拼接问题。本文主要研究工作包括:(1)针对传统点云特征提取方法中,曲面拟合质量直接影响特征提取有效性的问题,提出一种基于局部重建的散乱点云谷脊特征提取方法。通过构建紧附于潜在曲面、能反映点局部几何特征信息的三角网格,利用微分“化曲为直”的本质特性,估计点数据的曲率;然后以定义“谷脊点为主方向上的曲率极值点”为判据,多尺度地提取谷脊特征。实验结果表明,该算法能有效避免由于曲面拟合依赖于先验知识,导致曲面拟合质量影响特征提取有效性的问题,对邻域尺度及噪声不敏感,所提取出的谷脊特征能有效表达和刻画点云模型的几何形状。(2)针对现有点云特征提取方法对于潜在曲面形状差异较敏感的问题,提出一种采用 DBSCAN 聚类(Density-based Spatial Clustering of Applications with Noise,DBSCAN)的散乱点云特征提取方法。利用反k近邻定义一种新的特征检测算子,然后引入特征的全局约束性定义;最后采用DBSCAN聚类算法对点进行聚类分析提取特征点。实验结果表明,该算法无需局部曲面的拟合或重建,且结果不依赖于特征的尖锐度,提取特征时同时考虑点的局部几何信息及全局约束性,因此针对曲面形状差异较大的模型具有一定的优越性。(3)针对点云特征提取中,特征度量阈值的自适应计算及特征线重建中的保形问题,提出一种基于统计学的散乱点云特征线提取方法。该方法定义了一种新的特征检测算子,通过构建基于泊松分布的曲面遍历模型提出一种泊松边界区域生长法,以标定潜在特征点;然后对潜在特征点的区域信息进行分析提取特征点;最后,提出一种基于L1中值的特征线重建算法,通过重建特征点的潜在形状构建特征线。实验结果表明,该算法能够自适应地计算不同的特征度量阈值,有效解决了传统方法采用统一特征度量阈值导致特征尖锐度敏感的问题,且所生成的特征线能够有效保持特征点的潜在形状,针对形状较复杂模型具有较强的优越性。(4)针对现有点云简化算法在大规模精简时较平滑区域易形成孔洞,及简化后模型易丢失原曲面形状导致体积收缩的问题,提出一种保几何特征的点云简化方法。利用泊松边界区域生长法检测特征点,并获得潜在曲面的平均弯曲度信息;然后利用共享近邻聚类算法(Shared Nearest Neighbor,SNN)对非特征点处局部曲面弯曲度进行分析,综合考虑点采样密度及局部曲面弯曲度,采用不同的简化策略删除冗余点。实验结果表明,该算法不但避免了在大规模精简时较平滑区域易形成孔洞的问题,且简化后的模型能够尽可能保持原曲面的潜在形状,降低简化误差。(5)针对断裂部位存在缺损文物碎片的自动拼接问题,提出一种基于形状骨架图匹配的文物碎片自动拼接方法,利用文物碎片特征线刻画碎片表面几何纹理,将邻接碎片的匹配问题转化为碎片表面几何纹理中非完整几何纹元的互补匹配问题。首先根据几何纹理的完整性设计非完整几何纹元的互补匹配约束条件;然后利用视觉骨架剪枝法提取非完整纹元的形状骨架,基于形状骨架图语法及匹配约束条件判定非完整纹元互补匹配对;最后将碎片上非完整几何纹元的顺序作为上层约束确定邻接碎片。实验结果表明,该方法能够有效解决断裂部位存在缺损文物碎片的自动拼接问题,针对几何纹理局部曲率变化较小的碎片效果较好。(6)针对断裂部位存在缺损、几何纹理局部曲率变化较大碎片的自动拼接问题,提出一种基于自适应邻域的多特征融合文物碎片自动拼接方法。该方法基于自适应邻域机制融合碎片断裂部位及原曲面上的多种特征,将断裂部位“轮廓线”的匹配转化为断裂部位“轮廓带”的匹配,通过自适应邻域的匹配确定碎片的邻接关系;另外,采用Coarse-to-Fine策略逐级搜索邻接碎片,提高了邻接碎片搜索效率。实验结果表明,该算法能有效融合碎片上的多特征,针对断裂部位存在缺损、几何纹理局部曲率变化较大的碎片具有一定的优越性。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 贾宗福;孙殿柱;沈江华;李延瑞;;局部中轴约束的散乱点云特征提取方法[J];机械设计与研究;2019年04期
2 王华,李介谷;人脸斜视图象的特征提取与恢复[J];上海交通大学学报;1997年01期
3 刘振华;苏立伟;苏华权;;自然语言处理技术下电网敏感客户画像多特征提取方法[J];电网与清洁能源;2021年06期
4 陈辉;;浅议车牌识别中字符的特征提取方法[J];科技传播;2009年05期
5 徐德友,胡寿松;利用粗集上近似处理特征提取中的噪声问题[J];南京理工大学学报(自然科学版);2002年S1期
6 史广;杨艳;;沙化土地地理信息多维结构特征提取仿真[J];计算机仿真;2019年11期
7 陆朱剑;李小波;程岳梅;田世贺;;基于复合特征提取的大功率逆变器状态识别方法研究[J];智能计算机与应用;2020年08期
8 I.Fornacon-Wood;H.Mistry;C.J.Ackermann;F.Blackhall;A.Mc Partlin;C.Faivre-Finn;柴超;;影像组学特征的可靠性和预后价值高度依赖于特征提取平台的选择[J];国际医学放射学杂志;2021年01期
9 鲁江坤;汪林林;陈红阳;;基于卷积神经网络特征提取的轻量级包装袋分类模型[J];塑料科技;2020年08期
10 杨小军;;图片特征提取[J];中小企业管理与科技(中旬刊);2017年03期
11 武弘;;六种常用的网络流量特征提取工具[J];计算机与网络;2017年06期
12 李晋徽;杨俊安;王一;;一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J];计算机科学;2014年03期
13 唐朝霞;;一种基于特征提取的简答题阅卷算法[J];湖南工程学院学报(自然科学版);2010年01期
14 曹国辉;;车辆特征提取方法综述[J];中国水运(理论版);2006年03期
15 江涛,朱运海,董凤宝;小波变换在遥感影像道路特征提取中的应用[J];测绘工程;2004年02期
16 张剑清,J.A.R.Blais;运用信息论进行特征提取[J];测绘学报;1990年03期
17 刘向增;徐雪灵;刘如意;宋建锋;苗启广;;面向图像匹配的局部特征提取研究进展[J];计算机技术与发展;2022年02期
18 白玛玉珍;;几种藏文字特征提取方法比较研究[J];信息与电脑(理论版);2014年08期
中国重要会议论文全文数据库 前20条
1 路小燕;俞玫;;基于多核局部保持投影的特征空间提取[A];第十八届中国航空测控技术年会论文集[C];2021年
2 陈鹏辉;袁晨晨;王俊;;信号的周期特征提取方法对比研究[A];第十三届全国DSP应用技术学术会议论文集[C];2021年
3 张一鸣;刘晓锋;;基于多特征提取和Stacking集成学习的航空发动机余寿预测[A];第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛论文集(第五册)[C];2022年
4 李小东;刘自冰;季霆;;面向模糊需求的特征提取差异分析[A];第十六届(2021)中国管理学年会论文集[C];2021年
5 孙晓燕;李玉柱;胡尧;;基于隐特征提取的时序数据混合预测[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
6 张姝赟;黄绍敏;李伟娜;;基于毫米波雷达在空调上实现智能化的实验研究[A];2020年中国家用电器技术大会论文集[C];2020年
7 张鸽;杨琼;张军;李国通;冷佳醒;;一种卫星电源系统遥测数据特征提取和异常检测算法[A];第十二届中国卫星导航年会论文集——S06 时间基准与精密授时[C];2021年
8 李钦;游雄;李科;汤奋;李金凤;;影像块对比语义特征提取[A];2020中国自动化大会(CAC2020)论文集[C];2020年
9 李洪泽;王宇红;;基于VMD和SLLE的变流器故障诊断[A];2020中国自动化大会(CAC2020)论文集[C];2020年
10 吴霆锋;纪涛;莫金龙;吴城;蔡永华;;基于画像数据分析技术的电力隐患排查方案研究[A];全国智能用电工程建设经验交流会论文集(2020年)[C];2020年
11 林少波;代素敏;展敬宇;张杨;李文昭;;基于产业园区安全管控与联动需求的智慧管理系统部署研究[A];全国智能用电工程建设经验交流会论文集(2020年)[C];2020年
12 李慎言;杨诚;张杰;;结构噪声音色特征提取与分析[A];2021中国汽车工程学会年会论文集(4)[C];2021年
13 张柏洲;李飚;;基于大数据特征提取的建筑形态聚类检索方法研究——以大学校园为例[A];智筑未来——2021年全国建筑院系建筑数字技术教学与研究学术研讨会论文集[C];2021年
14 王纪凯;王鹏;张启彬;陈宗海;;激光数据特征提取与学习方法[A];第17届中国系统仿真技术及其应用学术年会论文集(17th CCSSTA 2016)[C];2016年
15 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
16 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年
17 路文焕;曲悦欣;杨亚龙;王建荣;党建武;;用于无声语音接口的超声图像的混合特征提取[A];第十三届全国人机语音通讯学术会议(NCMMSC2015)论文集[C];2015年
18 徐继伟;李建中;柳勃;杨昆;;使用支持向量机和改进特征提取方法的蛋白质分类[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
19 刘德刚;邵国凡;;高维遥感数据分析的特征提取方法[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
20 姜成柱;刘志成;何其芳;卞荣;席闻;;基于信号分解与稀疏恢复的空间群目标微动特征提取[A];第八届中国航空学会青年科技论坛论文集[C];2018年
中国博士学位论文全文数据库 前20条
1 张雨禾;散乱点云特征提取方法与部位缺损文物碎片拼接技术研究[D];西北大学;2017年
2 王晓辉;汽车模具表面缺陷特征提取关键技术研究[D];南昌大学;2019年
3 陈良琴;铅锌矿浮选表面特征提取关键算法研究[D];福州大学;2018年
4 苏雷曼 施查布(SOULEYMAN CHAIB);面向高分辨率图像场景分类的特征提取与选择研究[D];哈尔滨工业大学;2018年
5 宋洪超;基于微波的乳腺癌检测算法研究[D];北京邮电大学;2018年
6 温柳英;多模态数据特征提取的粒计算方法研究与应用[D];西南石油大学;2017年
7 李文娟;基于局部特征提取的人脸识别方法研究[D];天津大学;2017年
8 王振宇;面向人脸识别的特征提取技术应用研究[D];东南大学;2016年
9 林玉娥;特征提取方法研究及其在人脸识别中的应用[D];哈尔滨工程大学;2009年
10 刘艳艳;子空间特征提取方法及其在人脸识别中的应用[D];大连理工大学;2008年
11 苗爱敏;数据局部时空结构特征提取与故障检测方法[D];浙江大学;2014年
12 杜建卫;希尔伯特黄变换方法及其在特征提取中的应用研究[D];北京科技大学;2017年
13 赵海滨;脑—机接口的特征提取和分类方法研究[D];东北大学;2009年
14 甘才军;经穴电位特征提取方法及其采集系统实现研究[D];西安电子科技大学;2015年
15 王强;基于非线性特征提取的软测量智能建模方法研究[D];中国石油大学(华东);2013年
16 刘靖;基于视觉特征提取和核判决分析方法的人脸识别[D];四川大学;2006年
17 熊晶莹;基于特征提取与匹配的车载电子稳像方法研究[D];中国科学院长春光学精密机械与物理研究所;2017年
18 孟丹;基于深度学习的图像分类方法研究[D];华东师范大学;2017年
19 林昌;非线性特征提取方法及其在图像处理人脸识别中的应用[D];北京邮电大学;2013年
20 郑宇杰;特征提取方法及其应用研究[D];南京理工大学;2007年
中国硕士学位论文全文数据库 前20条
1 王迪;基于小波相干分析的房颤心电特征提取方法[D];西北大学;2019年
2 周诗嘉;基于隐性特征提取的产品评论挖掘[D];西南财经大学;2019年
3 付俊秀;基于超声检测的金属材料内部缺陷特征提取与识别研究[D];西安科技大学;2017年
4 张华竹;基于鲁棒独立分量分析的结构损伤特征提取方法研究[D];长安大学;2019年
5 裴震宇;基于Micro-CT的单籽粒小麦内部虫害可视化及特征提取研究[D];华北水利水电大学;2019年
6 韦杰英;一种新的房颤心电融合特征提取方法研究[D];西北大学;2019年
7 郭艳博;基于脑电源活动对早期营养不良的识别[D];电子科技大学;2019年
8 孙齐峰;帕金森症在局部场电位中的特征提取[D];重庆邮电大学;2018年
9 陈雅琳;基于深度学习的癌症基因数据分类研究与实现[D];电子科技大学;2019年
10 俞凯;基于彩绘文物高光谱图像降维与融合的隐含信息挖掘方法[D];西北大学;2019年
11 解金豹;基于深度学习的无线电特征提取[D];合肥工业大学;2019年
12 宁暑光;基于特征提取与学习的无线通信数字调制方式自动识别方法研究[D];合肥工业大学;2019年
13 索帅;基于压缩感知的无线信道稀疏特征提取方法[D];合肥工业大学;2019年
14 徐朝阳;毫米波雷达运动人体目标建模与特征提取[D];哈尔滨工业大学;2019年
15 张登卓;视频目标跟踪中特征提取方法的研究[D];云南大学;2018年
16 刘雨田;人脸属性鲁棒特征提取与分析算法研究[D];北京交通大学;2019年
17 彭代忠;旋转向量特征及其在人脸识别中的应用[D];东华理工大学;2019年
18 曹金沛;复杂光照条件下人脸特征提取技术研究[D];长安大学;2019年
19 余朝靖;人脸表情特征提取与识别方法的研究[D];重庆邮电大学;2018年
20 申时荣;语言深度特征提取和联想生成模型[D];电子科技大学;2019年
中国重要报纸全文数据库 前1条
1 记者 贾玎玎;北京纺控主营业务收入增长11.39%[N];首都建设报;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978