發(fā)布時(shí)間：2021-11-04 06:10

　　文物修復(fù)領(lǐng)域,考古學(xué)家在處理文物碎片的過(guò)程中,常需要對(duì)文物模型進(jìn)行特征線提取工作,以獲取其形狀信息,為后續(xù)的拼接、展示工作奠定基礎(chǔ)。以此為研究重點(diǎn),本文針對(duì)以往特征提取方法中特征冗余點(diǎn)多、時(shí)間復(fù)雜度高等問(wèn)題,提出了基于多尺度協(xié)方差矩陣的特征點(diǎn)提取方法,并通過(guò)高斯映射與K-Means完成特征線的擬合,將該方法應(yīng)用于兵馬俑碎片模型特征線提取工作中,展開相關(guān)研究。本文的研究?jī)?nèi)容包括:（1）由于兵馬俑碎片模型數(shù)量多、形狀不規(guī)則、噪聲大,以往的特征提取算法應(yīng)用于兵馬俑碎片特征提取時(shí)時(shí)間復(fù)雜度較高、提取精度差、抗噪性差。針對(duì)以上問(wèn)題,本文提出了基于多尺度協(xié)方差矩陣的特征點(diǎn)提取方法,并將該方法應(yīng)用于兵馬俑碎片模型特征點(diǎn)提取。通過(guò)實(shí)驗(yàn)驗(yàn)證了該提取方法與傳統(tǒng)方法相比,在提取兵馬俑模型碎片特征點(diǎn)的數(shù)量以及抗噪性上的優(yōu)勢(shì)。（2）針對(duì)以往特征線擬合方法中擬合結(jié)果精度不高、特征線出現(xiàn)斷點(diǎn)等問(wèn)題,本文提出了基于高斯映射與K均值聚類的特征線擬合方法,同時(shí)使用移動(dòng)最小二乘法對(duì)特征曲線進(jìn)行平滑操作,以提取出質(zhì)量更好的兵馬俑碎片模型特征曲線,并通過(guò)實(shí)驗(yàn)驗(yàn)證了本文提出的方法在特征線提取過(guò)程中的優(yōu)勢(shì)。（3）將上述特征點(diǎn)、特征... 

【文章來(lái)源】：西北大學(xué)陜西省 211工程院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

點(diǎn)云特征曲線提取過(guò)程

云數(shù)據(jù)采集及預(yù)處理云數(shù)據(jù)采集點(diǎn)云數(shù)據(jù)[26]，即由各式各樣的數(shù)據(jù)采集設(shè)備對(duì)目標(biāo)對(duì)象環(huán)繞其表面進(jìn)行掃機(jī)上得到的目標(biāo)數(shù)據(jù)的集合，這些集合由一個(gè)個(gè)數(shù)據(jù)點(diǎn)組成。通過(guò)這些離能表述出目標(biāo)物體表面各種信息，從而獲知物體的大小、紋理、圖案、法輪廓等等信息，為后續(xù)的識(shí)別、配準(zhǔn)、重建、拼接等等工作奠定基礎(chǔ)。所數(shù)據(jù)，是三維物體可視化領(lǐng)域的先導(dǎo)工作。數(shù)據(jù)的采集技術(shù)[27]亦可稱為 3D 數(shù)字化技術(shù)，即將目標(biāo)物體的表皮模型通行掃描，得到物體模型的空間坐標(biāo)系，形成一系列點(diǎn)云，使用點(diǎn)云表示物 技術(shù)的發(fā)展，點(diǎn)云的采集方式也經(jīng)過(guò)了一系列更新迭代，主要采集方法見

第二章 兵馬俑碎片模型特征線提取過(guò)程與方法概述效率高，待采集的人體不會(huì)出現(xiàn)不適感，待采集的適宜觸碰的物體能形成很好地保護(hù)，故而使用更過(guò)機(jī)械手臂，觸碰被掃描物體，掃描精度高，有時(shí)效率低。操作難度較小。對(duì)待掃描的物體表面要求低，待掃著硬件技術(shù)的不斷提高，非接觸式設(shè)備的測(cè)量精掃描設(shè)備見圖 3。

【參考文獻(xiàn)】：
期刊論文
[1]三維激光點(diǎn)云降噪的優(yōu)化方法[J]. 楊倩,李沛鴻,吳玉泉.  江西測(cè)繪. 2018(02)
[2]基于法向量特征的點(diǎn)云配準(zhǔn)方法[J]. 崔水軍,李榮.  科技創(chuàng)新導(dǎo)報(bào). 2017(03)
[3]地面三維激光掃描建筑物點(diǎn)云特征線提取[J]. 陳朋,譚曄汶,李亮.  激光雜志. 2016(03)
[4]一種基于線性KD樹的點(diǎn)云數(shù)據(jù)組織方法[J]. 陳茂霖,萬(wàn)幼川,田思憶,秦家鑫,盧維欣.  測(cè)繪通報(bào). 2016(01)
[5]文物碎塊虛擬拼接中的表面特征優(yōu)化[J]. 李姬俊男,耿國(guó)華,周明全,康馨月.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2014(12)
[6]基于高斯映射的CAD網(wǎng)格法向聚類分割方法[J]. 易兵,劉振宇,譚建榮.  機(jī)械工程學(xué)報(bào). 2015(07)
[7]基于三維點(diǎn)云模型的特征線提取算法[J]. 劉倩,耿國(guó)華,周明全,趙璐璐,李姬俊男.  計(jì)算機(jī)應(yīng)用研究. 2013(03)
[8]基于MapReduce的Canopy-Kmeans改進(jìn)算法[J]. 毛典輝.  計(jì)算機(jī)工程與應(yīng)用. 2012(27)
[9]多種子點(diǎn)提取三角網(wǎng)格特征輪廓的方法[J]. 唐先智,楊剛生,劉飛.  重慶大學(xué)學(xué)報(bào). 2012(05)
[10]基于張量投票的主動(dòng)輪廓邊緣提取[J]. 溫佩芝,黃錦芳,寧如花,吳曉軍.  計(jì)算機(jī)工程. 2012(06)



本文編號(hào)：3475154