計(jì)算機(jī)輔助文物復(fù)原可以提高文物修復(fù)工作效率并降低文物二次破壞。對(duì)兵馬俑類復(fù)雜文物,碎片的部位識(shí)別和匹配拼接是其關(guān)鍵技術(shù)。在碎片部位識(shí)別中,深度學(xué)習(xí)有較好的識(shí)別效果,但淺層網(wǎng)絡(luò)識(shí)別精度較低而深層網(wǎng)絡(luò)會(huì)出現(xiàn)一定程度的網(wǎng)絡(luò)退化問(wèn)題;在碎片匹配拼接中,對(duì)于具有復(fù)雜幾何輪廓的碎片,基于單一特征往往難以取得較好的拼接效果。針對(duì)這些問(wèn)題,本文以兵馬俑文物碎片為研究對(duì)象,展開(kāi)相關(guān)研究。主要包括:（1）針對(duì)兵馬俑文物碎片部位類型難以判斷的問(wèn)題,提出了一種基于殘差學(xué)習(xí)的三維卷積神經(jīng)網(wǎng)絡(luò)模型并應(yīng)用于文物點(diǎn)云類型識(shí)別領(lǐng)域。本文對(duì)三維卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行了優(yōu)化改進(jìn),引入了殘差學(xué)習(xí),有效避免了深層三維卷積神經(jīng)網(wǎng)絡(luò)退化問(wèn)題,一定程度上提高了物體點(diǎn)云類型識(shí)別的精度,并將三維殘差神經(jīng)網(wǎng)絡(luò)應(yīng)用到兵馬俑碎片點(diǎn)云數(shù)據(jù)中,進(jìn)行兵馬俑碎片類型識(shí)別。實(shí)驗(yàn)結(jié)果表明,三維殘差神經(jīng)網(wǎng)絡(luò)方法在兵馬俑點(diǎn)云碎片識(shí)別任務(wù)中,識(shí)別準(zhǔn)確率達(dá)到83.59%,滿足碎片類型識(shí)別要求。（2）針對(duì)具有復(fù)雜幾何輪廓特征文物碎片,使用單一特征進(jìn)行碎片匹配精度不高的問(wèn)題,提出了一種基于輪廓線多特征約束的碎片拼接算法。該算法對(duì)碎片散亂點(diǎn)云數(shù)據(jù)進(jìn)行Delanuay三角剖分... 

【文章來(lái)源】：西北大學(xué)陜西省 211工程院校

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

兵馬俑一號(hào)坑出土文物碎片

圖 2 本文組織結(jié)構(gòu)圖第一章：緒論。闡述了計(jì)算機(jī)輔助文物虛擬復(fù)原工作的背景及意義，解釋了文物虛擬復(fù)原技術(shù)相對(duì)于傳統(tǒng)人工復(fù)原的優(yōu)勢(shì)。對(duì)本文使用方法在國(guó)內(nèi)外研究領(lǐng)域的現(xiàn)狀進(jìn)行了介紹，由此給出了本文的研究?jī)?nèi)容及創(chuàng)新點(diǎn)。最后，總結(jié)本文的框架結(jié)構(gòu)。第二章：三維點(diǎn)云模型獲取與預(yù)處理。首先對(duì)三維點(diǎn)云數(shù)據(jù)的獲取及格式進(jìn)行了介紹。然后對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，分為點(diǎn)云降噪，點(diǎn)云體素化以及體素化數(shù)據(jù)歸一化。在點(diǎn)云降噪處理中，根據(jù)兵馬俑點(diǎn)云數(shù)據(jù)的特點(diǎn)提出了一種結(jié)合半徑濾波及基于K 近鄰?fù)镀钡娜S點(diǎn)云濾波方法的噪聲點(diǎn)去除方案。第三章：基于三維殘差神經(jīng)網(wǎng)絡(luò)的文物點(diǎn)云識(shí)別。在簡(jiǎn)單對(duì)三維神經(jīng)網(wǎng)絡(luò)的特點(diǎn)進(jìn)行介紹后，進(jìn)行三維神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)，介紹了網(wǎng)絡(luò)框架的各個(gè)層、參數(shù)量及整體結(jié)構(gòu)。在三維神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)行三維殘差神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)。實(shí)驗(yàn)部分針對(duì)公共數(shù)據(jù)集進(jìn)行了網(wǎng)絡(luò)的性能評(píng)估，之后應(yīng)用在兵馬俑點(diǎn)云數(shù)據(jù)集中，驗(yàn)證了算法的可行性。第四章：基于輪廓線多特征約束的碎片拼接方法。首先，提取模型三維輪廓線及

馬俑三維點(diǎn)云數(shù)據(jù)集進(jìn)行幫助。紹三維點(diǎn)云數(shù)據(jù)的獲取方維點(diǎn)云數(shù)據(jù)進(jìn)行降噪處理數(shù)據(jù)量不統(tǒng)一的問(wèn)題，對(duì)礎(chǔ)。紹獲取的關(guān)于目標(biāo)物體表隨著三維掃描設(shè)備的普及的數(shù)據(jù)也成為三維模型表ec3D Scanner 對(duì)兵馬俑出

【參考文獻(xiàn)】：
期刊論文
[1]基于近鄰搜索的激光點(diǎn)云數(shù)據(jù)孤立噪點(diǎn)濾波研究[J]. 張芳菲,梁玉斌,王佳.  測(cè)繪工程. 2018(11)
[2]面向點(diǎn)云的三維物體識(shí)別方法綜述[J]. 郝雯,王映輝,寧小娟,梁瑋,石爭(zhēng)浩.  計(jì)算機(jī)科學(xué). 2017(09)
[3]基于方法庫(kù)的點(diǎn)云去噪與精簡(jiǎn)算法[J]. 李仁忠,楊曼,冉媛,張緩緩,景軍鋒,李鵬飛.  激光與光電子學(xué)進(jìn)展. 2018(01)
[4]基于輪廓線雙向距離場(chǎng)的文物碎片拼接算法[J]. 袁潔,周明全,耿國(guó)華,張雨禾.  計(jì)算機(jī)工程. 2018(06)
[5]基于形狀骨架圖匹配的文物碎片自動(dòng)重組方法[J]. 張雨禾,耿國(guó)華,魏瀟然,張靖,周明全.  自動(dòng)化學(xué)報(bào). 2017(04)
[6]改進(jìn)的ICP算法在三維模型配準(zhǔn)中的研究[J]. 楊軍,張瑤,黃亮.  計(jì)算機(jī)科學(xué)與探索. 2018(01)
[7]資源三號(hào)衛(wèi)星高分影像的城市建筑物陰影提取[J]. 武丹,劉濤,楊樹(shù)文.  測(cè)繪科學(xué). 2017(06)
[8]基于特征信息分類的三維點(diǎn)數(shù)據(jù)去噪[J]. 吳祿慎,史皓良,陳華偉.  光學(xué)精密工程. 2016(06)
[9]基于表面鄰接約束的交互式文物碎片重組[J]. 李?yuàn)檴?耿國(guó)華,周明全,李姬俊男.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(06)
[10]基于雙邊濾波算法的樹(shù)木點(diǎn)云模型去噪方法研究[J]. 管西鵬,陳宇拓,張懷清,劉閩,李永亮.  中南林業(yè)科技大學(xué)學(xué)報(bào). 2015(09)

博士論文
[1]三維點(diǎn)云數(shù)據(jù)處理的技術(shù)研究[D]. 王麗輝.北京交通大學(xué) 2011
[2]三維復(fù)雜形狀拼接與破碎物體復(fù)原技術(shù)研究[D]. 周術(shù)誠(chéng).西北大學(xué) 2007
[3]基于物體輪廓的曲線匹配技術(shù)研究[D]. 呂科.西北大學(xué) 2003

碩士論文
[1]破碎剛體互補(bǔ)形狀匹配與拼接方法研究[D]. 樊少榮.西北大學(xué) 2005



本文編號(hào)：3220638