当前位置: 首页 > 专利查询>西北大学专利>正文

一种文物碎片拼接方法、系统、介质、设备及终端技术方案

技术编号:34133347 阅读:21 留言:0更新日期:2022-07-14 15:59
本发明专利技术属于三维点云配准技术领域,公开了一种文物碎片拼接方法、系统、介质、设备及终端,定义碎片模型邻域特征参数,提取断裂面特征点,依据最小二乘法原理构造曲率特征参数对特征点集进行优化;定义特征点间相对距离和相对夹角作为特征描述符,依据集合相似理论对特征点进行相似性度量,提取断裂面特征点对匹配集;利用随机抽样一致性算法剔除误匹配点对,筛选出最优匹配集;采用奇异值分解法计算旋转和平移矩阵,利用基于K

【技术实现步骤摘要】
一种文物碎片拼接方法、系统、介质、设备及终端


[0001]本专利技术属于三维点云配准
,尤其涉及一种文物碎片拼接方法、系统、介质、设备及终端。

技术介绍

[0002]目前,文物数字化虚拟拼接技术,依据文物的厚度特征,可将文物分为薄壁类文物和非薄壁类文物。壁画、陶器和瓷器等没有厚度特征或厚度特征可以忽略的文物通常归为薄壁类文物;针对薄壁文物的拼接,目前已有大量的研究。石碑、秦俑碎片等具有厚度特征的文物通常归为非薄壁类文物,本专利技术选用秦俑碎片模型作为研究对象,对非薄壁类文物自动化碎片拼接展开研究。文物碎片拼接是三维点云配准的一个重要应用领域。点云配准一般分为粗略配准和精细配准两个阶段。粗略配准是将不同坐标系下的点云通过旋转平移操作统一到同一坐标系下,但其配准误差较大,需在此基础上利用迭代算法完成精确配准,使配准误差达到最小。目前,迭代最近点算法(ICP)及其各种改进算法已成为精细匹配的主流算法。李姬俊男使用断裂面点体积积分不变量和凹凸互补性得到初始匹配约束簇对,最后通过空间几何一致性约束完成非匹配对之间的消除。李群辉提出了一种基于凹陷凸区的断面匹配算法,当断层被划分为多个凹凸特征区域时,定义了相似的区域对,根据距离原理消除了伪区域对。计算相似区域对的变换参数以实现碎片的粗匹配。最后采用ICP算法进行精细匹配。Zhao提出了一种基于轮廓曲线和特征区域的块匹配方法,提取断裂面的轮廓曲线,使用改进的迭代最近点算法完成刚性块与质心集的精细匹配,提高了点云中指定厚度的刚性块匹配的精度和速度。袁洁通过提取碎片表面纹理和断裂部位轮廓线特征点,构建碎片断裂面轮廓线并计算双向距离场,最后通过四元数算法和最近点迭代算法完成碎片拼合。陆超华使用断裂面厚度特征信息实现文物碎片匹配,根据厚度特征将片段分组,将厚度特征使用最长公共子序列算法进行匹配,实现了兵马俑碎片的初步匹配,最后利用ICP算法进行精细匹配。但是,现有技术中多存在依赖专家主观经验程度高、繁琐的手动搬动而导致文物二次破坏的问题。因此,亟需设计一种新的文物碎片拼接方法、系统。
[0003]通过上述分析,现有技术存在的问题及缺陷为:现有的文物碎片拼接技术存在依赖专家主观经验程度高、繁琐的手动搬动而导致文物二次破坏的问题。

技术实现思路

[0004]针对现有技术存在的问题,本专利技术提供了一种文物碎片拼接方法、系统、介质、设备及终端,尤其涉及一种基于断裂面几何特征的破损文物碎片自动拼接方法、系统、介质、设备及终端,旨在解决现有技术中存在的依赖专家主观经验程度高、繁琐的手动搬动而导致文物二次破坏的问题。
[0005]本专利技术是这样实现的,一种文物碎片拼接方法,所述文物碎片拼接方法,包括:定义碎片模型邻域特征参数,提取断裂面特征点,依据最小二乘法原理构造曲率特征参数对特征点集进行优化;定义特征点间相对距离和相对夹角作为特征描述符,依据集合相似理
论对特征点进行相似性度量,提取断裂面特征点对匹配集;利用随机抽样一致性算法剔除误匹配点对,筛选出最优匹配集,解决稀疏点云特征难以匹配的问题;采用奇异值分解法计算旋转和平移矩阵,利用基于K

D树改进的迭代最近点算法实现碎片的精确拼接。
[0006]进一步,所述文物碎片拼接方法还包括:
[0007]对每个三维点云碎片进行特征提取,在首次提取过程中,计算碎片断裂面上点的曲率和法向量,计算法向量内积均值并计算邻域内各点到邻域拟合平面L之间的欧式距离方差S;结合几何特征,定义邻域特征参数定义邻域特征参数其中N为采样点的个数,η是为平衡邻域曲率ε和欧式距离方差S相差过大而引入的平衡参数;定义曲率特征参数对特征点集进行二次特征点提取,得到最优特征点集;
[0008]针对提取出的秦俑碎片模型断裂面上的特征点,采用相对距离与方向夹角的集合作为特征描述符,并依据集合相似理论度量特征点间的相似性,确定匹配特征点对集合Φ,采用随机抽样一致性算法对误匹配点对进行剔除;通过两集合的质心构建方差矩阵,从而得到旋转矩阵R和平移矩阵T;通过ICP算法进行配准,完成拼接。
[0009]进一步,所述文物碎片拼接方法还包括:
[0010]采用邻域特征参数和曲率特征参数两个约束对特征点进行二次提取;定义特征点间的相对距离和相对位置矢量与特征主方向的夹角作为特征描述符,通过集合相似理论进行度量,得到匹配点对集合,并采用RANSAC剔除误匹配点;采用SVD计算得到刚体变化矩阵,采用基于K

D树改进的迭代最近点算法进行精确匹配,完成拼合。
[0011]进一步,所述文物碎片拼接方法包括以下步骤:
[0012]步骤一,将碎片数据进行去噪、模型简化等数据预处理,并对碎片断裂面进行分割并提取,碎片数据集的数据规模不少于300个;
[0013]步骤二,通过主成分分析算法计算断裂面中采样点的曲率值和法向量,计算法向量内积均值和邻域内各点到邻域拟合平面L之间的欧式距离方差定义邻域特征参数并提取出特征点;
[0014]步骤三,定义曲率特征参数对步骤二提取出来的特征点集合进行二次特征提取,得到最优点集合;
[0015]步骤四,定义特征描述符F
i
=(d
i1

i1
),

,(d
i(i

1)

i(i

1)
),(d
i(i+1)

i(i+1)
),

,(d
im

im
)},选用特征点间的相对距离和相对位置矢量与特征主方向的夹角作为特征的描述符,特征主方向定义为特征点的散度矩阵的最大特征值对应的特征向量;
[0016]步骤五,设计相似性度量指标对两个断裂面的特征点进行匹配;
[0017]步骤六,采用随机抽样一致性算法对误匹配的点对进行剔除计算目标点云t与匹配点云的偏差D,D=||q
i

t||2,若偏差D小于给定阈值,则认为所述匹配点对为样本内点并
保存;
[0018]步骤七,得到特征点对集合Φ={(p_1,q_1),(p_2,q_2),

,(p_m,q_m)},构建方差矩阵并通过旋转矩阵和平移得到匹配对初始位置关系;
[0019]步骤八,通过改进的ICP算法进行迭代匹配,从而完成碎片的拼接。
[0020]在本专利技术中步骤一是为了从大量的数据点中剔除没有价值的数据点,并获取到最有价值的数据,提高拼接效率和准确率;步骤二和步骤三:为了提取出具有拼接价值的特征点,从而推动后续匹配过程;步骤四和步骤五:为了实现特征点的匹配,这是拼接过程最重要的一个环节,后续能否准确拼接,更大程度依赖于这一环节;步骤六、步骤七、步骤八:通过前期得到的匹配点对,进行完整的拼接过程,这一过程可以获取到最终拼接后的文物的模型。
[0021]本专利技术的另一目的在于提供一种应用所述的文本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种文物碎片拼接方法,其特征在于,所述文物碎片拼接方法包括:定义碎片模型邻域特征参数,提取断裂面特征点,依据最小二乘法原理构造曲率特征参数对特征点集进行优化;定义特征点间相对距离和相对夹角作为特征描述符,依据集合相似理论对特征点进行相似性度量,提取断裂面特征点对匹配集;利用随机抽样一致性算法剔除误匹配点对,筛选出最优匹配集,解决稀疏点云特征难以匹配的问题;采用奇异值分解法计算旋转和平移矩阵,利用基于K

D树改进的迭代最近点算法实现碎片的精确拼接。2.如权利要求1所述的文物碎片拼接方法,其特征在于,所述文物碎片拼接方法还包括:对每个三维点云碎片进行特征提取,在首次提取过程中,计算碎片断裂面上点的曲率和法向量,计算法向量内积均值并计算邻域内各点到邻域拟合平面L之间的欧式距离方差S;结合几何特征,定义邻域特征参数定义邻域特征参数其中N为采样点的个数,η是为平衡邻域曲率ε和欧式距离方差S相差过大而引入的平衡参数;定义曲率特征参数对特征点集进行二次特征点提取,得到最优特征点集;针对提取出的秦俑碎片模型断裂面上的特征点,采用相对距离与方向夹角的集合作为特征描述符,并依据集合相似理论度量特征点间的相似性,确定匹配特征点对集合Φ,采用随机抽样一致性算法对误匹配点对进行剔除;通过两集合的质心构建方差矩阵,从而得到旋转矩阵R和平移矩阵T;通过ICP算法进行配准,完成拼接。3.如权利要求1所述的文物碎片拼接方法,其特征在于,所述文物碎片拼接方法还包括:采用邻域特征参数和曲率特征参数两个约束对特征点进行二次提取;定义特征点间的相对距离和相对位置矢量与特征主方向的夹角作为特征描述符,通过集合相似理论进行度量,得到匹配点对集合,并采用RANSAC剔除误匹配点;采用SVD计算得到刚体变化矩阵,采用基于K

D树改进的迭代最近点算法进行精确匹配,完成拼合。4.如权利要求1所述的文物碎片拼接方法,其特征在于,所述文物碎片拼接方法包括以下步骤:步骤一,将碎片数据进行去噪、模型简化等数据预处理,并对碎片断裂面进行分割并提取,碎片数据集的数据规模不少于300个;步骤二,通过主成分分析算法计算断裂面中采样点的曲率值和法向量,计算法向量内积均值和邻域内各点到邻域拟合平面L之间的欧式距离方差定义邻域特征参数并提取出特征点;步骤三,定义曲率特征参数对步骤二提取出来的特征点集合进行二次特征提取,得到最优点集合;步骤四,定义特征描述符F
i
=(d
i1

i1
),

,(d
i(i

1)

i(i

1)
),(d
i(i+1)

i(i+1)
),

,(d
im

im
)},选用特征点间的相对距离和相对位置矢量与特征主方向的夹角作为特征的描述符,
特征主方向定义...

【专利技术属性】
技术研发人员:耿国华张鹏飞李康刘泽华周明全
申请(专利权)人:西北大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1