CN102087742B - 基于图像处理的甲骨碎片缀合方法 - Google Patents
基于图像处理的甲骨碎片缀合方法 Download PDFInfo
- Publication number
- CN102087742B CN102087742B CN2011100279730A CN201110027973A CN102087742B CN 102087742 B CN102087742 B CN 102087742B CN 2011100279730 A CN2011100279730 A CN 2011100279730A CN 201110027973 A CN201110027973 A CN 201110027973A CN 102087742 B CN102087742 B CN 102087742B
- Authority
- CN
- China
- Prior art keywords
- fragment
- put together
- bone chip
- bone
- chip image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了基于图像处理的甲骨碎片缀合方法，包括如下步骤：(a)对于待缀合甲骨碎片图像集合中的每张甲骨碎片图像进行去噪、分割预处理，提取甲骨碎片图像轮廓特征；(b)选定待缀合碎片图像，提取其边界片段；(c)对甲骨碎片图像集合中除待缀合碎片图像以外的甲骨碎片图像分别进行旋转以选择合适边界片段与待缀合碎片图像片段拟合，生成候选目标碎片图像集合；(d)对候选目标碎片图像和待缀合碎片图像按照骨版、文字、笔画、纹理等特征进行编码；(e)在候选目标碎片图像集合中找到符合缀合规则的碎片图像，完成缀合。本发明可以辅助甲骨文缀合人员通过人机交互来实现甲骨文缀合，提高甲骨文缀合的性能和效率；实现人机交互缀合。
Description
技术领域
本发明涉及图像处理技术领域，特别涉及甲骨文研究领域的基于图像处理的甲骨碎片缀合方法。
背景技术
记载有甲骨文的甲骨由于年代久远，在出土时很多已经破碎。为了研究甲骨文，甲骨专家花费大量时间致力于将破碎的骨片拼接在一起，这就是甲骨缀合。甲骨的缀合是一项较为复杂并且学术性极强的工作。
人工缀合法要求缀合者根据甲骨的色泽、断裂方向、笔画粗细等特征以及对字体风格、卜辞内容的理解等专业知识来缀合甲骨。这种方法对缀合者要求极高，也非常耗费时间。
计算机技术的发展，为甲骨文缀合开辟了的一个全新的研究领域。1973年国外就有人用计算机进行甲骨缀合工作，周鸿翔对甲骨片进行数字化建库时首先将整个骨片分为几个部分，待入库骨片将根据其形状得到骨片位置属性，在加上刻字笔触粗细等多个属性，缀合时根据某个骨片的各个属性值，利用计算机进行自动匹配。该方法前期还是需要人工判断骨片位置，字体等信息，前期工作非常复杂。1977年童恩正将一个完整的腹甲分成9片骨板。给出了缀合的时代、字迹、骨板、碎片、卜辞、边缘限制条件，对每个条件又分别给出了具体的划分方法，以及人工派断的缀合条件(边缘、纹理、卜辞走向)。将人工处理后的数据输入计算机，按照限定的缀合条件通过计算机辅助找出可能匹配的。然后，将可能匹配的两个人工放在一起，再进行人工分析。实验结果是对于碎片大小在骨板的1/4左右时可以实现辅助缀合。1992年王骏发和张嘉男利用计算机图像处理技术设计了一阶层式分类系统，以便将全世界所有的骨片集加以分类，把重复的找出加以剔除，来完成一部全世界最完成的甲骨合集。
但是，国外用电子计算机只能作到完整的或大致完整的骨版的缀合，我国学者研究的结果，除了相邻的骨版以外，可以将每一骨版的1/4以上的碎片进行缀合。而对于更小的碎片，很难给予正确的缀合。
为此，需要找到一种计算机辅助甲骨文缀合方法，能够通过对甲骨文碎片图像信息的处理辅助甲骨文专家快速、准确地找到可缀合的甲骨碎片。
发明内容
针对现有技术中存在的不足，本发明的目的在于提供一种通过对甲骨碎片的图像处理和人机交互完成缀合的基于图像处理的甲骨碎片缀合方法。
本发明的技术方案是这样实现的：基于图像处理的甲骨碎片缀合方法，其特征在于，包括如下步骤：
(a)对于待缀合甲骨碎片图像集合中的每张甲骨碎片图像进行去噪、分割预处理，提取每张甲骨碎片图像轮廓特征；
(b)选定待缀合碎片图像，提取其边界片段；
(c)对甲骨碎片图像集合中除待缀合碎片图像以外的甲骨碎片图像分别进行旋转以选择合适边界片段与待缀合碎片图像片段拟合，生成候选目标碎片图像集合；
(d)对候选目标碎片图像和待缀合碎片图像按照骨版、文字、笔画、纹理特征进行编码；
(e)设计缀合规则，在候选目标碎片图像集合中找到符合缀合规则的碎片图像，完成缀合。
上述基于图像处理的甲骨碎片缀合方法，在步骤(a)中，利用均值滤波算法对输入的甲骨碎片图像进行去噪预处理；提取甲骨碎片的颜色和纹理特征，基于马尔科夫随机场利用迭代条件模式算法进行图像分割，其中特征场采用高斯混合模型，标记场采用potts模型；对甲骨碎片图像集合中的甲骨碎片图像用边界检测算法提取出边界像素；对检测结果进行边界跟踪，获得每个甲骨碎片的封闭曲线。
上述基于图像处理的甲骨碎片缀合方法，在步骤(b)中，对待缀合碎片图像利用均值滤波算法去噪，采用基于马尔科夫随机场的迭代条件模式算法进行图像分割；对于待缀合碎片图像采用定长分段，轮廓片段长度Frag_len从较小值开始，逐步增加提取轮廓的长度；提取边界片段顶点曲率、弦长、弧长特征。
上述基于图像处理的甲骨碎片缀合方法，在步骤(c)中，采用定长分段方法逐一提取甲骨碎片图像集合中每个甲骨碎片图像的轮廓片段并提取边界片段顶点曲率、弦长、弧长特征；根据边界的相似性对待缀合碎片图像和提取的甲骨碎片图像集合中甲骨碎片图像的边界片段进行匹配；把甲骨碎片图像集合中的甲骨碎片图像顺时针旋转一定角度，再取边界片段与待缀合边界片段进行匹配；选定符合边界相似性的甲骨碎片图像为候选目标碎片。
上述基于图像处理的甲骨碎片缀合方法，在步骤(d)中，将龟甲按照其自然纹理分成四个骨版位置：上腹骨版、中部骨版、下部腹骨版、尾腹骨版，每个骨版位置又分成8个区域；分析待缀合碎片和候选目标碎片在龟甲中所处骨版位置数以及在所处骨版的区域号；甲骨碎片上文字笔画的粗细程度分为非常粗、一般、细、很细四种，分别进行编号；根据待缀合碎片和候选目标碎片上文字笔画的组细程度给出编号；根据待缀合碎片和候选目标碎片上是否有文字分为有字、半字、无字三种情况，分别进行编号。
上述基于图像处理的甲骨碎片缀合方法，在步骤(e)中，当待缀合碎片和甲骨碎片图像基础数据库图像是同一骨板的碎片时，待缀合碎片和甲骨碎片图像基础数据库图像缀合的必要条件是，甲骨碎片图像基础数据库图像中的区域号数集和待缀合碎片中区域号数集的交集为空集，否则，待缀合碎片和甲骨碎片图像基础数据库图像不能缀合；在满足必要条件的情况下，有如下缀合规则：①如果甲骨碎片图像基础数据库图像中存在奇区域号，与待缀合碎片中的奇区域号的绝对值相差为2，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中奇区域号对应处的碎片边界；②如果甲骨碎片图像基础数据库图像中存在偶区域号，与待缀合碎片中的偶区域号的绝对值相差为2，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中偶区域号对应处的碎片边界；③如果甲骨碎片图像基础数据库图像中同时存在奇、偶区域号，与待缀合碎片中相对应的奇区域号、偶区域号的绝对值分别相差2，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中相对应的奇区域号、偶区域号之对应碎片边界；
当待缀合碎片和甲骨碎片图像基础数据库图像是不同骨版的碎片时，待缀合碎片和甲骨碎片图像基础数据库图像缀合的必要条件是，待缀合碎片、甲骨碎片图像基础数据库图像两者区位置标号的ASCII码的绝对值相差1，否则，待缀合碎片和甲骨碎片图像基础数据库图像不能缀合；在满足必要条件的情况下，有如下缀合规则：①当待缀合碎片的ASCII码大于甲骨碎片图像基础数据库图像的ASCII码时，如果甲骨碎片图像基础数据库图像中存在偶区域号，与待缀合碎片中的奇区域号的绝对值相差为1，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中奇区域号对应处的碎片边界；②当待缀合碎片的ASCII码小于甲骨碎片图像基础数据库图像的ASCII码时，如果甲骨碎片图像基础数据库图像中存在奇区域号，与待缀合碎片中的偶区域号的绝对值相差为1，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中偶区域号对应处的碎片边界。
上述基于图像处理的甲骨碎片缀合方法，再按照碎片上文字笔画的区分情况进行第二层次的判断；当待缀合碎片、甲骨碎片图像基础数据库图像上都有文字时，待缀合碎片、甲骨碎片图像基础数据库图像缀合的必要条件是：待缀合碎片、甲骨碎片图像基础数据库图像上的文字笔画信息取值一致。
本发明的有益效果是：本发明提供基于图像处理的甲骨碎片缀合方法，当选定待缀合的甲骨碎片后，本发明的方法可以自动生成候选目标甲骨碎片，以辅助甲骨文缀合人员通过人机交互来实现甲骨文缀合，这将提高甲骨文缀合的性能和效率；实现人机交互缀合。
附图说明
图1为本发明的基于图像处理的甲骨碎片缀合方法流程图；
图2为本发明的甲骨碎片图像骨版和区域编号示意图。
具体实施方式
本发明的基于图像处理的甲骨碎片缀合方法包括如下步骤：
步骤1，对于待缀合甲骨碎片图像集合中的每张图像进行去噪、分割预处理，提取每张甲骨碎片图像轮廓特征，其具体实施步骤如下：
利用均值滤波算法对输入的甲骨碎片图像进行去噪预处理；
提取甲骨碎片的颜色和纹理特征，基于马尔科夫随机场利用迭代条件模式算法进行图像分割，其中特征场采用高斯混合模型，标记场采用potts模型；
对甲骨碎片图像集合中的甲骨碎片图像用边界检测算法提取出边界像素；对检测结果进行边界跟踪，获得每个甲骨碎片的封闭曲线。
步骤2，选定待缀合碎片图像，提取其边界片段，其具体实现步骤如下：
对待缀合碎片图像利用均值滤波算法去噪，采用基于马尔科夫随机场的迭代条件模式算法进行图像分割；
对于待缀合碎片图像采用定长分段，轮廓片段长度Frag_len从较小值开始，逐步增加提取轮廓的长度；本实施例中我们选取Frag_len为50pix；
提取边界片段顶点曲率、弦长、弧长特征。
步骤3，对甲骨碎片图像集合中除待缀合碎片图像以外的甲骨碎片图像分别进行旋转以选择合适边界片段和待缀合碎片图像片段拟合，生成候选目标碎片图像集合，其具体实现步骤如下：
采用定长分段方法逐一提取甲骨碎片图像集合中每个甲骨碎片图像的轮廓片段并提取边界片段顶点曲率、弦长、弧长特征，所取轮廓片段的长度从Frag_len开始，本例中取50pix；
根据边界的相似性对待缀合碎片图像和提取的甲骨碎片图像集合中甲骨碎片图像的边界片段进行匹配；
把甲骨碎片图像集合中的甲骨碎片图像顺时针旋转一定角度，本例中采用10°，再与待缀合边界片段进行匹配；
选定符合边界相似性的甲骨碎片图像为候选目标碎片。
步骤4，对候选目标碎片和待缀合碎片按照骨版、文字、笔画、纹理特征行编码，具体步骤如下：
将龟甲按照其自然纹理分成四个骨版位置：上腹骨版、中部骨版、下部腹骨版、尾腹骨版，分别编号为A、B、C、D；每个骨版位置又分成8个区域，分别用1、2、3、4、5、6、7、8表示不同区域号，分析待缀合碎片和候选目标碎片在龟甲中所处骨版位置数以及在所处骨版的区域号；
根据待缀合碎片和候选目标碎片上文字笔画的组细程度给出不同编号；本例中将粗细分为非常粗、一般、细、很细四种，分别用1、2、3、4编号。
根据待缀合碎片和候选目标碎片上是否有文字和文字走向进行编号。本例中分为有字、半字、无字三种，分别用0、1、2编号。
步骤5，设计缀合规则，在候选目标碎片图像集合中找到符合缀合规则的碎片图像，完成缀合，具体步骤如下：
当待缀合碎片和甲骨碎片图像基础数据库图像是同一区(骨版)的碎片时，待缀合碎片和甲骨碎片图像基础数据库图像缀合的必要条件是，甲骨碎片图像基础数据库图像中的区域号数集和待缀合碎片中区域号数集的交集为空集，否则，待缀合碎片和甲骨碎片图像基础数据库图像不能缀合。在满足必要条件的情况下，我们有如下缀合规则：①如果甲骨碎片图像基础数据库图像中存在奇区域号，与待缀合碎片中的奇区域号的绝对值相差为2，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中奇区域号对应处的碎片边界；②如果甲骨碎片图像基础数据库图像中存在偶区域号，与待缀合碎片中的偶区域号的绝对值相差为2，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中偶区域号对应处的碎片边界；③如果甲骨碎片图像基础数据库图像中同时存在奇、偶区域号，与待缀合碎片中相对应的奇区域号、偶区域号的绝对值分别相差2，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中相对应的奇区域号、偶区域号之对应碎片边界。
当待缀合碎片和甲骨碎片图像基础数据库图像是不同区(骨板)的碎片时，待缀合碎片和甲骨碎片图像基础数据库图像缀合的必要条件是，待缀合碎片、甲骨碎片图像基础数据库图像两者区位置标号的ASCII码的绝对值相差1，否则，待缀合碎片和甲骨碎片图像基础数据库图像不能缀合。在满足必要条件的情况下，我们有如下缀合规则：①当待缀合碎片的ASCII码大于甲骨碎片图像基础数据库图像的ASCII码时，如果甲骨碎片图像基础数据库图像中存在偶区域号，与待缀合碎片中的奇区域号的绝对值相差为1，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中奇区域号对应处的碎片边界；②当待缀合碎片的ASCII码小于甲骨碎片图像基础数据库图像的ASCII码时，如果甲骨碎片图像基础数据库图像中存在奇区域号，与待缀合碎片中的偶区域号的绝对值相差为1，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中偶区域号对应处的碎片边界。
我们再按照碎片上文字笔画的区分情况进行第二层次的判断。依据碎片上文字笔画的缀合规则。当待缀合碎片、甲骨碎片图像基础数据库图像上都有文字时，待缀合碎片、甲骨碎片图像基础数据库图像缀合的必要条件是，待缀合碎片、甲骨碎片图像基础数据库图像上的文字笔画信息取值一致。
Claims (2)
1.基于图像处理的甲骨碎片缀合方法，其特征在于，包括如下步骤：
(a)对于待缀合甲骨碎片图像集合中的每张甲骨碎片图像进行去噪、分割预处理，提取每张甲骨碎片图像轮廓特征；利用均值滤波算法对输入的甲骨碎片图像进行去噪预处理；提取甲骨碎片的颜色和纹理特征，基于马尔科夫随机场利用迭代条件模式算法进行图像分割，其中特征场采用高斯混合模型，标记场采用potts模型；对甲骨碎片图像集合中的甲骨碎片图像用边界检测算法提取出边界像素；对检测结果进行边界跟踪，获得每个甲骨碎片的封闭曲线；
(b)选定待缀合碎片图像，提取其边界片段；对待缀合碎片图像利用均值滤波算法去噪，采用基于马尔科夫随机场的迭代条件模式算法进行图像分割；对于待缀合碎片图像采用定长分段，轮廓片段长度Frag_len从较小值开始，逐步增加提取轮廓的长度；提取边界片段顶点曲率、弦长、弧长特征；
(c)对甲骨碎片图像集合中除待缀合碎片图像以外的甲骨碎片图像分别进行旋转以选择合适边界片段与待缀合碎片图像片段拟合，生成候选目标碎片图像集合；采用定长分段方法逐一提取甲骨碎片图像集合中每个甲骨碎片图像的轮廓片段并提取边界片段顶点曲率、弦长、弧长特征；根据边界的相似性对待缀合碎片图像和提取的甲骨碎片图像集合中甲骨碎片图像的边界片段进行匹配；把甲骨碎片图像集合中的甲骨碎片图像顺时针旋转一定角度，再取边界片段与待缀合边界片段进行匹配；选定符合边界相似性的甲骨碎片图像为候选目标碎片；
(d)对候选目标碎片图像和待缀合碎片图像按照骨版、文字、笔画、纹理特征进行编码；将龟甲按照其自然纹理分成四个骨版位置：上腹骨版、中部骨版、下部腹骨版、尾腹骨版，每个骨版位置又分成8个区域；分析待缀合碎片和候选目标碎片在龟甲中所处骨版位置数以及在所处骨版的区域号；甲骨碎片上文字笔画的粗细程度分为非常粗、一般、细、很细四种，分别进行编号；根据待缀合碎片和候选目标碎片上文字笔画的组细程度给出编号；根据待缀合碎片和候选目标碎片上是否有文字分为有字、半字、无字三种情况，分别进行编号；
(e)设计缀合规则，在候选目标碎片图像集合中找到符合缀合规则的碎片图像，完成缀合；当待缀合碎片和甲骨碎片图像基础数据库图像是同一骨板的碎片时，待缀合碎片和甲骨碎片图像基础数据库图像缀合的必要条件是，甲骨碎片图像基础数据库图像中的区域号数集和待缀合碎片中区域号数集的交集为空集，否则，待缀合碎片和甲骨碎片图像基础数据库图像不能缀合；在满足必要条件的情况下，有如下缀合规则：①如果甲骨碎片图像基础数据库图像中存在奇区域号，与待缀合碎片中的奇区域号的绝对值相差为2，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中奇区域号对应处的碎片边界；②如果甲骨碎片图像基础数据库图像中存在偶区域号，与待缀合碎片中的偶区域号的绝对值相差为2，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中偶区域号对应处的碎片边界；③如果甲骨碎片图像基础数据库图像中同时存在奇、偶区域号，与待缀合碎片中相对应的奇区域号、偶区域号的绝对值分别相差2，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中相对应的奇区域号、偶区域号之对应碎片边界；
当待缀合碎片和甲骨碎片图像基础数据库图像是不同骨版的碎片时，待缀合碎片和甲骨碎片图像基础数据库图像缀合的必要条件是，待缀合碎片、甲骨碎片图像基础数据库图像两者区位置标号的ASCII码的绝对值相差1，否则，待缀合碎片和甲骨碎片图像基础数据库图像不能缀合；在满足必要条件的情况下，有如下缀合规则：①当待缀合碎片的ASCII码大于甲骨碎片图像基础数据库图像的ASCII码时，如果甲骨碎片图像基础数据库图像中存在偶区域号，与待缀合碎片中的奇区域号的绝对值相差为1，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中奇区域号对应处的碎片边界；②当待缀合碎片的ASCII码小于甲骨碎片图像基础数据库图像的ASCII码时，如果甲骨碎片图像基础数据库图像中存在奇区域号，与待缀合碎片中的偶区域号的绝对值相差为1，则待缀合碎片和甲骨碎片图像基础数据库图像基于区域号的缀合条件成立，并且缀合边界为待缀合碎片中偶区域号对应处的碎片边界。
2.根据权利要求1所述的基于图像处理的甲骨碎片缀合方法，其特征在于，再按照碎片上文字笔画的区分情况进行第二层次的判断；当待缀合碎片、甲骨碎片图像基础数据库图像上都有文字时，待缀合碎片、甲骨碎片图像基础数据库图像缀合的必要条件是：待缀合碎片、甲骨碎片图像基础数据库图像上的文字笔画信息取值一致。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100279730A CN102087742B (zh) | 2011-01-26 | 2011-01-26 | 基于图像处理的甲骨碎片缀合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100279730A CN102087742B (zh) | 2011-01-26 | 2011-01-26 | 基于图像处理的甲骨碎片缀合方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102087742A CN102087742A (zh) | 2011-06-08 |
| CN102087742B true CN102087742B (zh) | 2012-07-04 |
Family
ID=44099531
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011100279730A Expired - Fee Related CN102087742B (zh) | 2011-01-26 | 2011-01-26 | 基于图像处理的甲骨碎片缀合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102087742B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663404B (zh) * | 2012-05-06 | 2014-04-09 | 张刚 | 一种手持式碎币扫描助拼仪的使用方法 |
| DE102015207727A1 (de) * | 2015-04-28 | 2016-11-03 | Siemens Healthcare Gmbh | Knochenrepositionierung auf Basis einer automatisierten Zuordnung |
| CN106778764A (zh) * | 2016-11-18 | 2017-05-31 | 安阳师范学院 | 一种基于图像颜色特征提取的辅助甲骨片缀合方法 |
| CN111563506B (zh) * | 2020-03-18 | 2022-07-22 | 西南大学 | 基于曲线轮廓匹配的甲骨拓片缀合方法 |
| CN112837334B (zh) * | 2021-04-02 | 2022-07-05 | 河南大学 | 一种汉简图像的自动缀合方法 |
| CN112991185B (zh) * | 2021-04-23 | 2022-09-13 | 河南大学 | 一种敦煌遗书残片图像的自动缀合方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101881999A (zh) * | 2010-06-21 | 2010-11-10 | 安阳师范学院 | 甲骨文视频输入系统及实现方法 |
| CN101894370A (zh) * | 2010-07-14 | 2010-11-24 | 苏州大学 | 具有形状参数自适应的甲骨文轮廓字形自动生成方法 |
-
2011
- 2011-01-26 CN CN2011100279730A patent/CN102087742B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101881999A (zh) * | 2010-06-21 | 2010-11-10 | 安阳师范学院 | 甲骨文视频输入系统及实现方法 |
| CN101894370A (zh) * | 2010-07-14 | 2010-11-24 | 苏州大学 | 具有形状参数自适应的甲骨文轮廓字形自动生成方法 |
Non-Patent Citations (5)
| Title |
|---|
| Aimin WANG,et al..Research on key technologies of the computer aided rejoining of Oracle Bone Inscriptions.《2010 2nd IEEE International Conference on Information and Financial Engineering (ICIFE)》.2010, * |
| Liu Yong-Ge,et al..The Application of the Technique of 2D Fragments Stitching Based on Outline Feature in Rejoining Oracle Bones.《2010 International Conference on Multimedia Information Networking and Security (MINES)》.2010, * |
| 王爱民 等.甲骨碎片智能缀合关键技术研究.《武汉理工大学学报》.2010,第32卷(第20期), * |
| 童恩正 等.关于使用电子计算机缀合商代卜甲碎片的初步报告.《四川大学学报(自然科学版)》.1975, * |
| 贾海燕 等.一种碎纸自动拼接中的形状匹配方法.《计算机仿真》.2006,第23卷(第11期), * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102087742A (zh) | 2011-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102087742B (zh) | 基于图像处理的甲骨碎片缀合方法 | |
| WO2019174376A1 (zh) | 一种基于深度神经网络提取表观和几何特征的肺部纹理识别方法 | |
| Borne et al. | Automatic labeling of cortical sulci using patch-or CNN-based segmentation techniques combined with bottom-up geometric constraints | |
| CN109034210A (zh) | 基于超特征融合与多尺度金字塔网络的目标检测方法 | |
| CN109903292A (zh) | 一种基于全卷积神经网络的三维图像分割方法及系统 | |
| CN105335967B (zh) | 基于局部最大类间方差和数学形态学的手背静脉纹路提取方法 | |
| CN105741355A (zh) | 一种三角网格模型的块分割方法 | |
| CN111767952B (zh) | 一种可解释的肺结节良恶性分类方法 | |
| CN104361313A (zh) | 一种基于多核学习异构特征融合的手势识别方法 | |
| Wang et al. | Computer vision-based road crack detection using an improved I-UNet convolutional networks | |
| Wang et al. | The research and realization of vehicle license plate character segmentation and recognition technology | |
| CN107358147A (zh) | 基于局部循环图结构的人脸识别特征提取算法 | |
| CN108021920A (zh) | 一种图像对象协同发现的方法 | |
| Zhigang et al. | Vehicle target detection based on R-FCN | |
| CN104021372A (zh) | 一种人脸识别方法及装置 | |
| Wu et al. | CNN refinement based object recognition through optimized segmentation | |
| Bunyak et al. | A segmentation-based multi-scale framework for the classification of epithelial and stromal tissues in H&E images | |
| Kang et al. | Local segmentation of touching characters using contour based shape decomposition | |
| Chen et al. | Research on road information extraction from high resolution imagery based on global precedence | |
| CN115375891A (zh) | 基于机器学习的文物碎片相似性识别及变换匹配方法 | |
| Ghanei et al. | A robust approach for scene text localization using rule-based confidence map and grouping | |
| Lao et al. | Cell phenotype classification using deep residual network and its variants | |
| Zhang et al. | Reconnecting the Broken Civilization: Patchwork Integration of Fragments from Ancient Manuscripts | |
| Shen et al. | Topic modelling for object-based classification of VHR satellite images based on multiscale segmentations | |
| Yang et al. | The algorithm for extracting elements of national costume based on region growing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120704 Termination date: 20170126 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |