CN105550682A - 钟鼎碑刻拓印方法 - Google Patents
钟鼎碑刻拓印方法 Download PDFInfo
- Publication number
- CN105550682A CN105550682A CN201510846592.3A CN201510846592A CN105550682A CN 105550682 A CN105550682 A CN 105550682A CN 201510846592 A CN201510846592 A CN 201510846592A CN 105550682 A CN105550682 A CN 105550682A
- Authority
- CN
- China
- Prior art keywords
- data
- described step
- node
- carried out
- word
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/768—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using context analysis, e.g. recognition aided by known co-occurring patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/28—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet
- G06V30/287—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet of Kanji, Hiragana or Katakana characters
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种钟鼎碑刻拓印方法,所述方法包括以下步骤:S1导入对文字进行三维扫描得到的三维点云数据;S2对所述三维点云数据进行底面消除,并且将底面消除后得到的数据转换为带深度信息的二维矩阵中,之后对二维矩阵中的数据进行优化处理;S3对所述步骤S2处理后的数据进行显示设置;S4将所述步骤S3处理后的数据进行文字分割和文字编辑。本发明提出的技术解决方案适应无论是钟鼎文(阳文),还是碑刻文(阴文)的文字提取工作,并且可以可达到非常好的文字提取效果。同时一张文字图像的处理时间只有短短几分钟,使用户告别了繁琐的手工劳动,大大节省了工作时间,并且不会对石碑等文物造成损伤。
Description
技术领域
本发明属于文物拓印领域,更具体涉及应用于碑文、钟鼎文、石刻文字和花纹等的钟鼎碑刻拓印方法。
背景技术
书法传承是中华文化特有的一个重要分支,也是大部分文物古迹包含的一项重要内容。书法的历史传承主要以帖学和碑学的方式体现,钟鼎文书法既是一个独立的分支,也可以归类为碑学的范畴。碑学体现的书法传承,需要拓印之后才供书法家和初学者临摹。那些堪称国宝的法碑经岁月的侵蚀和累次的拓印,均遭到不同程度的损毁。很多珍贵石碑在文物管理政策方面已基本不允许在拓印,因此在当代,优秀的碑帖几乎都是古人的拓本。
传统的拓印方法为接触式拓印,这种方法需要工作人员手工完成拓印的每个细节,所以拓印效果相对较好,直至现在仍被大量使用。但是,这种拓印方法也存在着明显的缺点:
拓印过程费时费力。手工完成每个细节的拓印,尤其对规模较大的文物来说,需要很多工作人员、花费很长时间来完成,拓印效率非常低;
拓印效果易受人为因素影响。拓印是人工完成,阴文拓印效果较好,而阳文拓印工艺复杂,拓印效果不比阴文拓印,这对工作人员的拓印技术提出了较高要求。
对文物有一定程度损坏。接触式的拓印方法,需要将拓印工具覆盖在文物表面,化学物质涂抹很容易造成腐蚀,长期拓印会对文物造成不可逆转的损坏。
数字图像技术的发展,在文物发掘与保护方面的利用也越来越得到重视。该技术在钟碑文文字提取方面也得到了广泛的应用研究。首都师范大学三维信息获取与应用教育重点实验室的刘江涛和张爱武提出使用三维数字化技术对三星堆遗址进行三维建模,其通过采用RiegLMS-Z420i三维激光扫描仪和高分辨率数码相机获取三星堆遗址的点云数据和纹理数据,并通过PblyWorks软件将所有的三维数据配准到同一坐标系内,并生成三维网格,由此建立相应的三维模型。
西安电子科技大学吕继增在其《基于图像技术的古代碑文处理及展示研究》中,就利用了数字图像技术来进行碑文的提取。首先,利用高清摄像机对文物进行拍摄图像采集,然后将采集到的图像数据,利用图像处理技术对图像进行预处理、文字轮廓提取、去噪,然后利用文字贴图,实现类似三维石碑的模拟展现。
但是利用上述数字图像技术处理的速度很慢,并且效果不太理想。
总之,现在的拓印存在拓印效果不好、制作人工成本高以及对文物有较大损伤的技术问题。
发明内容
本发明要解决的技术问题是如何提高碑文拓印的效率以及拓印效果,同时避免对碑文的损伤。
为了解决上述技术问题,本发明提供了一种钟鼎碑刻拓印方法,所述方法包括以下步骤:
S1、导入对文字进行三维扫描得到的三维点云数据;
S2、对所述三维点云数据进行底面消除,并且将底面消除后得到的数据转换为带深度信息的二维矩阵中,之后对二维矩阵中的数据进行优化处理;
S3、对所述步骤S2处理后的数据进行显示设置;
S4、将所述步骤S3处理后的数据进行文字分割和文字编辑。
优选地,所述步骤S2中优化处理具体包括以下步骤:
S21、将所述二维矩阵中的数据进行底面展平处理;
S22、将所述步骤S21处理后的数据进行局部展平处理;
S23、将所述步骤S22处理后的数据进行字列适应处理。
优选地,所述步骤S21中利用滤波的方法进行展平处理。
优选地,所述步骤S3具体包括以下步骤:
S31、为所述步骤S2优化后的数据进行颜色模式选择;
S32、为所述步骤S31处理后的数据进行阈值选择,其中所述阈值选择用于改变文字的线条宽度以及去除不用显示的文字部分。
优选地,所述步骤S31中利用文字的所述深度信息进行颜色模式选择。
优选地,所述步骤S4中具体包括以下步骤:
S41、将所述步骤S3处理得到的数据进行初始化;
S42、设置节点位置,并每一个节点设置节点编号;其中每一个节点对应一个字,所述节点位置根据所述点云数据通过频率分析以及滤波得到;
S43、将所述数据划分区域,并为每一个区域设置对应的区域编号;
S44、根据节点位置在对应的区域中添加节点,并建立区域编号与对应区域内的节点编号的映射关系;
S45、根据所述区域编号和节点编号以及对应的节点位置进行文字分割;
S46、将所述步骤S45处理后的数据进行编辑排版。
优选地,所述步骤S41中初始化包括以下步骤:
去除边界无用像素;
设定分割行列数;
设定间隔像素数。
优选地,所述S44之后还包括以下步骤中的一个或多个:
根据所述区域编号删除相应的区域;
根据所述节点编号删除相应的节点;
根据所述区域编号和节点编号删除对应的节点。
优选地,所述步骤S4之后还包括以下步骤:
S5、将所述步骤S4处理得到的数据导出并存储。
优选地,所述步骤S3之后还包括以步骤:
将所述步骤S3处理的数据进行存储。
本发明提供了一种钟鼎碑刻拓印方法,本发明提出的技术解决方案适应无论是钟鼎文(阳文),还是碑刻文(阴文)、或石刻(底面不规则)的文字或图片提取工作,并且可以可达到非常好的提取效果。同时一站扫描数据的处理时间只有短短几分钟,使用户告别了繁琐的手工劳动,大大节省了工作时间,并且不会对石碑等文物造成损伤。利用本发明的方法处理后的数据中的文字内容和相对位置是一一对应的,可更好的体验三维重建效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一个较佳实施例的碑文拓印方法流程图;
图2为本发明的另一个较佳实施例的钟鼎碑刻拓印方法流程图;
图3为本发明的中步骤S2和S3的流程图;
图4为本发明中步骤S4的流程图;
图5为本发明中步骤S5的流程图;
图6为本发明中三维数据转换到二维矩阵中的效果图;
图7为本发明中文字分割效果图;
图8为本发明中文字编辑窗口图;
图9为本发明中构造二维矩阵的流程图;
图10为本发明中底面消除的流程图;
图11为本发明中差值分割示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细描述。以下实施例用于说明本发明,但不能用来限制本发明的范围。
一种钟鼎碑刻拓印方法,如图1所示,所述方法包括以下步骤:
S1、导入对文字进行三维扫描得到的三维点云数据;
S2、对所述三维点云数据进行底面消除,并且将底面消除后得到的数据转换到带深度信息的二维矩阵中,之后对二维矩阵中的数据进行优化处理;
S3、对所述步骤S2处理后的数据进行显示设置;
S4、将所述步骤S3处理后的数据进行文字分割和文字编辑。
上述实施例的方法中S1中可以通过直接打开.cbd格式的文件或是直接加载.asc格式的文件以获取三维扫描数据。
在获取三维扫描数据之后还包括将三维扫描数据对应的视图进行缩、放或恢复大小的步骤,以获取最好的显示效果。
优选地,所述步骤S2的优化处理具体包括以下步骤,如图3所示:
S21、将所述二维矩阵中的数据进行底面展平处理;
S22、将所述步骤S21处理后的数据进行局部展平处理;
S23、将所述步骤S22处理后的数据进行字列适应处理。
S2中包括将三维数据无损的转换到二维矩阵中,效果如图6所示。
优选地,所述步骤S21中利用曲面拟合的方法进行底面展平;上述步骤S22中利用反低通滤波的方法对数据处理。
优选地,所述步骤S3具体包括以下步骤,如图3所示:
S31、为所述步骤S2优化后的数据进行颜色模式选择;
S32、为所述步骤S31处理后的数据进行阈值选择,其中所述阈值选择用于改变文字的线条宽度以及去除不用显示的文字部分。
上述步骤S3不限于利用上面的两步进行显示格式编辑。
优选地,所述步骤S31中利用文字的深浅度信息进行颜色模式选择。
优选地,所述步骤S4中具体包括以下步骤,如图4所示:
S41、将所述步骤S3处理得到的数据进行初始化;
S42、设置节点位置,并每一个节点设置节点编号;其中每一个节点对应一个字,所述节点位置根据所述点云数据通过频率分析以及滤波得到;
S43、将所述数据划分区域,并为每一个区域设置对应的区域编号;
S44、根据节点位置在对应的区域中添加节点,并建立区域编号与对应区域内的节点编号的映射关系;
S45、根据所述区域编号和节点编号以及对应的节点位置进行文字分割;
S46、将所述步骤S45处理后的数据进行编辑排版。
优选地,上述步骤S46执行完毕之后还包括以下步骤:
判断当前文字是否处理完毕,若是,则结束,否则继续执行步骤S46一直到将当前文字编辑完成。
上述步骤S42为节点位置编辑和添加节点的步骤,其中可以通过人工输入或按钮调节实现节点位置的编辑设置。
上述步骤S44为添加区域中节点的步骤,用于在对应的区域中添加对应的节点。
优选地,所述步骤S41中初始化包括以下步骤:
去除边界无用像素;
设定分割行列数;
设定间隔像素数。
上述初始化的过程可以手动完成也可以自动完成。
优选地,所述S44之后还包括以下步骤S47:
根据所述区域编号删除相应的区域;
根据所述节点编号删除相应的节点;
根据所述区域编号和节点编号删除对应的节点。
优选地,所述步骤S4之后还包括以下步骤:
S5、将所述步骤S4处理得到的数据导出并存储。
上述步骤S42、S43、S44以及S47可以统一称为节点和区域调整,为文字分割和编辑做准备。
优选地,所述步骤S3之后还包括以步骤:
将所述步骤S3处理的数据进行存储。
优选地,上述步骤S4之后还包括输出处理步骤S5:
将所述步骤S4处理后的数据进行保存、另存,导出或者打印。其中还所述保存过程具体为:判断是否已经保存过,若是,则表示保存完成,结束即可;否则选择需要保存的文件目录,之后输入文件名称进行保存即可。导出或另存的步骤具体为:选择需要保存的文件目录,之后输入文件名称进行保存,如图5所示。
上述实施例的方法适应无论是钟鼎文(阳刻),还是碑刻文(阴刻)、石刻(不规则底面)的文字或图片提取工作,并且可以可达到非常好的文字提取效果。同时一张文字图像的处理时间只有短短几分钟,使用户告别了繁琐的手工劳动,大大节省了工作时间,并且不会对石碑等文物造成损伤。利用本发明的方法处理后的数据中的文字内容和相对位置是一一对应的,可更好的体验三维重建效果。
下面结合另一个实施例进行说明:
本发明的方法主要分为两大部分:核心功能和辅助功能。核心功能主要包括以下几个方面:
(1)三维数据导入:以多种三维扫描仪扫描的通用格式数据.asc作为输入数据导入;也可以导入.cbd格式的文件;
(2)三维数据无损的转换成二维数据,即将三维数据转换到带深度信息的二维矩阵中,对三维数据进行优化处理,将三维数据无损转化为二维,实时调整参数(即调整阈值),对文字的显示进行编辑;
(3)处理后数据导出:数据优化及文字处理完成后,可将处理后的三维数据信息以多种数据格式保存于本地。
辅助功能主要包括以下几个方面:
(1)文字分割处理:将优化后的数据图像进行文字分割,即将图像中每个文字分割开来,为实现后续的文字编辑做准备,分割效果见图7;
(2)图像数据缩放:上述核心功能步骤(1)之后还包括缩放图像大小的步骤,如图2所示,以呈现最佳观察效果,包括缩放、恢复原大小和适应窗口;
(3)中间数据保存:优化处理后的数据可以以图片或者中间数据(.cbd文件)形式保存,以备所需;
(4)文字编辑:将分割后的文字进行手动编辑,得到文字相对位置和内容。文字编辑窗口如图8。
本发明利用数字化技术对钟鼎碑刻文字进行提取,可通过展平、模糊、字列适应和阈值调整等优化处理,得到最佳的文字处理效果,如图6所示;然后对文字进行分割,并根据需要做出适当调整,将每个文字分割开来;最后将分割后的文字进行内容编辑。最终得到带有文字内容和相对位置的三维数据,保存于本地。
进一步地,上述步骤S2中将底面消除后得到的数据转换到带深度信息的二维矩阵中具体为:利用底面消除后得到的数据构造二维矩阵,所述二维矩阵用于存贮所述基准平面上的数据,其中所述二维矩阵中的每一个像素代表一个数据;将底面消除后得到的数据的空间深度信息映射到所述二维矩阵中。
【步骤一】三维扫描仪每次采集是按固定的行、列数量采集的,比如按M×N个采集点。这种规则排列的数据,要划分为有限个像素组成的二维矩阵(K×L),只需均匀分割一帧数据,使得每个单元内的数据量为(m=M/K、n=N/L)个即可。因此可以将一帧数据分为几个单元,每个单元建立一个二维矩阵。当然也可以一帧数据建立一个二维矩阵。其中构建二维矩阵的步骤如下:
首先根据点云数据构建广义矩形。如果全部点云数据在空间某个角度观察时表现为一个平均意义上的近似矩形形状,就可以在这个平面上构造一个包含全部数据点的(面积)最小矩形,这个矩形可以作为平面坐标外框架。构建矩形的方法是:
1)在基准平面上的数据中,依次找到最下面的点A、最右面的点B、最上面的点C和最左面的点D,建立一个四边形ABCD。
2)以AB作为矩形的一条边,以C或D作为矩形的顶点,建立一个矩形。其顶点分别是(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)。
3)利用得到的矩形对基准平面数据矩形剪裁,丢弃矩形之外的数据。
之后确定数据帧的宽度和高度,可以由基准平面数据排列形成的行数和列数确定。由于三维扫描仪是按列扫描得到的数据,因此只需要判断前后两个数据点在y方向上的距离分量是否大于预定的列距离阈值。若超过该阈值,则增加统计的列数值,否则说明这两个数据点在同一列。当所有数据点扫描完毕,则列数就是该帧基准平面数据的宽度,同时统计过程中基准平面数据具有最多数据点数那一列的点数就是该帧基准平面数据的高度。利用与上面相同的方法可以确定二维矩阵的宽度和高度。
根据计算出宽度和高度,可以建基准平面数据的空间坐标到二维矩阵下标的映射,设基准平面数据的数据点坐标为(xm,ym,z'm),二维矩阵的每个像素表示为D(i,j),共有numpoint个数据点,则坐标映射公式为:
经过上述处理,矩阵像素的下标编号与其空间坐标一一对应。
但基准平面数据内部或边界可能有空隙,即有些矩阵像素的值是没有意义的深度值。需要进行均匀分布处理,使二维矩阵形规则排列。使用均值滤波算法进行修正。做法是以空缺点为中心,计算周边八个数据点有意义的深度值的平均值作为该点的深度值,如果周围的数据点都是空缺点,则该点也是空缺点。经过处理,得到了每一帧基准平面数据对应的二维矩阵,并且每个矩阵像素的下标编号都与数据点的空间坐标具有对应关系。
步骤一的流程图如图9所示:
S100、通过对扫描仪采集的数据进行处理得到基准平面数据,即底面消除后的数据;Pi(xi,yi,zi)即为一数据点i的坐标;
S101、从这些数据中找到三维坐标中每个方向的坐标最大值和最小值(即xmin、xmax、ymin、ymax、zmin、zmax);
S102、初始化行(numRow)、列(numCol)为零,初始化点数(tot)为一;
S103、初始化二维矩阵的高度值(height)和宽(width)为零;
S104、判断此时点数tot的值是否小于或等于基准平面数据的点数numpoint,若是执行步骤S105,否则执行步骤S111;
S105、利用公式判断当前数据点是否处于另外一列,若公式成立则说明当前数据点处于另外一列,执行步骤S106,否则执行步骤S109;
此步骤中公式为:
ytot-ytot-1>(ymax-ymin)/σ
S106、列值numCol加1;
S107、判断高度值height是否小于行值numRow,若是执行步骤S108,否则执行步骤S110;
S108、将行值numRow赋值给高度值height,之后执行步骤S110;
S109、行值numRow加1;
S110、点数tot加1,之后执行步骤S104;
S111、将列值numCol赋值为宽width;
S112、利用公式初始化midv;
此步骤中公式为:
midv=zmin+δ×(zmax-zmin)
S113、利用公式初始化图像像素矩阵(即二维矩阵);
此步骤中公式为:
D(i,j)=midv(0<=i<height,0<=j<width)
S114、根据基准平面数据的坐标映射到二维矩阵中;
S115、利用滤波算法处理图像像素矩阵中的空缺像素。
图9中,δ是拓印基准面高度阈值参数,midv是图像像素矩阵初始化深度值。
【步骤二】灰度图像映射。扫描仪采集的数据在经过曲面拟合,会得到一个拓印基准面。根据拓印基准面来辨别字模位于哪一侧。当数据点的空间高度(即深度信息)高于拓印基准面的高度时,该数据点位于字模一侧,当数据点的空间高度低于拓印基准面的高度时,该数据点位于底面一侧。计算出高于拓印基准面的所有数据点的平均相对高度Hmax(z方向相对于拓印基准面的距离),以及低于拓印基准面的所有数据点的平均相对高度Hmin,则可以得到映射至平面上的空间数据点的高度值范围(即高度阈值)为:
ΔH=Hmax-Hmin(2)
根据步骤一中得到的深度信息,计算步骤一中得到的像素矩阵的每一个像素所对应的数据点具有的相对高度的公式为(假设该数据点的空间深度信息):
进行灰度图像投影时,RGB值区间内根据该相对高度计算出每个数据点具有的灰度值,将最低点采用的RGB值Brgb设为背景色,将最高点采用的RGB值Frgb设为前景色,根据公式(4)计算出每一个数据点的RGB值:
RGBi=(1-hi)*Brgb+hi*Frgb(4)
这样,对二维矩阵中的每一个像素都进行上述映射变换,就将三维数据映射形成灰度图像。
上述步骤二的算法流程图如图10所示:
S200、通过对扫描仪采集的数据进行处理得到基准平面数据,即底面消除后的数据;Pi(xi,yi,zi)即为一数据点i的坐标;
S201、对扫描仪采集的数据进行曲面拟合得到拓印基准平面,其高度为hbace;
S202、根据数据点坐标(深度信息)利用公式计算第一平均距离Hmax以及第二平均距离Hmin;
S203、利用公式计算高度阀值ΔH;
S204、判断当前数据点对应的在二维矩阵中的行值i是否小于高度值height,并且大于或等于零,若是执行步骤S205;
S205、判断当前数据点对应的在二维矩阵中的列值j是否小于高度值height,并且大于或等于零,若是执行步骤S206,否则执行步骤S213;
S206、利用公式计算Drag(i,j);其中Drag(i,j)为当前数据点的相对高度;
此步骤中利用的公式为:
Drag(i,j)=(D(i,j)-Hmin)/ΔH
S207、判断Drag(i,j)是否小于或等于零,若是,执行步骤S208,否则执行步骤S209;
S208、将Drag(i,j)赋值为零;
S209、判断Drag(i,j)是否大于或等于一,若是执行步骤S210,否则执行步骤S211;
S210、将Drag(i,j)赋值为一;
S211、利用公式为Drag(i,j)赋值;
S212、当前数据点对应的在二维矩阵中的列值j加一,并执行步骤S205;
S213、当前数据点对应的在二维矩阵中的行值i加一,并执行步骤S204。
进一步地,步骤S2中底面消除包括以下步骤:
S11、将三维扫描数据通过坐标转换投影到近似投影平面上;
S12、根据所述近似投影平面上的数据形成按矩阵形式排列的数据;
将所述数据进行区域划分,并为每一个分区数据建立局部坐标系,将每个分区的数据在对应的局部坐标系进行转换;
S13、针对每一个分区,利用差值参量,根据其局部坐标系中每个数据的坐标值计算在拓印基准面上对应的坐标值,实现将所述步骤S12处理得到的数据投影到拓印基准面,完成数据分割;
S14、对所述步骤S13处理得到的所述拓印基准面上的数据投影到平面上,之后进行去噪。
下面对进行详细介绍:
将三维扫描数据投影到近似投影平面上:三维扫描得到的原始数据(即三维扫描数据)是一组未被表达的3D点云。需要将三维数据通过相应的坐标转换投影到一个近似投影平面上。坐标转换包括以下步骤:
设原始数据具有m个数据点,其中心点为:
式中,(xi、yi、zi)为原始点云数据的坐标。
设原始坐标系中的坐标为(x,y,z)T,变换坐标系中的坐标为(x′,y′,z′)T,转换坐标系的单位坐标矢量和原点分别为:
则转换后的数据坐标与原始数据空间坐标的转换关系可以表示为:
做如下定义:
其中,ez为近似投影平面的法向量。
若设
则转换方程为:
设近似投影平面方程为:
c1x+c2y+c3z=0(11)
则原始数据中的点到近似投影平面的距离平方和为:
对该距离平方和进行最小二乘法拟合,公式为:
整理化简得到求解的目标方程为:
使用高斯消元法求解该方程,并做归一化处理得到:c=(c1,c2,c3)T。此即为近似投影平面的法向量,也是转换坐标系的z'轴方向矢量。
考虑三维扫描仪的特性是按列扫描的,y′轴方向矢量的求解只要简单地用前N个数据计算优势方向即为y′的方向。具体做法是:
xi+1、xi为第i+1、i个原始数据的横坐标,利用公式i取值从1到N依次循环累计算得到b,作为b的初始值,再利用公式temp=b·c、b=b-temp×c、计算得到作为坐标矢量的b。本实施例中将b进行了单一化处理。
x′轴方向矢量可以通过已经建立的两个坐标轴方向矢量叉乘获得:
进一步归一化:
本实施例中,对坐标矢量均进行了归一化处理。至此,转换后的坐标系的单位坐标矢量和原点(x0、y0、z0)都已确定,原始数据的近似投影平面也唯一确定。根据公式(10)的坐标转换关系,可以计算出转换后的数据空间坐标。
【步骤二】在近似投影平面上建立局部坐标系。扫描得到的三维扫描数据既可以拼装成一个完整的三维立体模型,也可以进行分区域处理,重构其局部信息。一般地说,任何钟鼎碑碣都会以不同的区域铭刻不同的文字,在每一个区域的数据,可以假设处在同一个曲面或平面上。这样的曲面或平面数据量很大,大部分情况要通过多次采集才能获得区域内的全部三维信息。每次采集的数据可以称为一帧数据。在一帧数据内,采集设备是按固定的行、列数量采集的,比如M×N个采集点。这种规则排列的数据,要划分为有限个单元(K×L),只需均匀分割一帧数据,使得每个单元内的数据量为(m=M/K、n=N/L)个即可。但由【步骤一】得到的近似投影平面其内部或边界可能有空隙,需要对点云数据进行均匀分布处理,使帧数据规则排列形成严格的二维矩阵形式,并且矩阵元素的下标编号与其空间坐标一一对应。下面对具体步骤进行说明:
首先需要根据原始数据构建广义矩形。如果全部数据在空间某个角度观察时表现为一个平均意义上的近似矩形形状,就可以在这个平面上构造一个包含全部数据点的(面积)最小矩形,这个矩形可以作为平面坐标外框架。构建矩形的方法是:
1、在近似投影平面上的数据中,依次找到最下面的点A、最右面的点B、最上面的点C和最左面的点D,以ABCD为顶点建立一个四边形。
2、以AB作为矩形的一条边,以C或D作为矩形的顶点,建立一个矩形。其顶点分别是(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)。
3、利用得到的矩形对数据进行剪裁,丢弃矩形之外的数据。
其次,确定数据帧的宽度和高度,这可以由数据点矩阵排列的行数和列数确定。由于三维扫描仪是按列扫描得到的数据,因此只需要判断前后两个数据点在y’方向上的距离是否大于某个阈值(即距离阈值)。若超过该阈值,则增加统计的列数值,否则说明这两个数据点在同一列。当所有矩形内的数据点扫描完毕,则列数就是该帧数据的宽度,同时统计过程中数据帧具有最多数据点数那一列的点数就是数据帧的高度。
根据计算出的数据帧的宽度和高度,建立近似投影平面上数据坐标到二维矩阵(图像矩阵)下标的映射,设近似投影平面上数据点坐标为(xm,ym,z'm),二维矩阵的每个元素表示为D(i,j),共有numpoint个数据点,则坐标映射公式为:
通过上面的额计算得到的图像矩阵中存在空隙,即有些矩阵元素的值是没有意义的深度值,本实施例使用均值滤波算法进行修正:以空缺点为中心,计算周边八个数据点有意义的深度值的平均值作为该点的深度值,如果周围的数据点都是空缺点,则该点也是空缺点。经过上述处理,得到了按严格矩阵排列的规则排列图像矩阵,并且图像矩阵的每个矩阵元素的下标编号都与数据点在近似投影平面上的坐标具有对应关系。
在此基础上,为减少运算量并提高局部精度,同一个区域还可以进一步划分为若干个(准矩形)单元。如果单元(即分区)的尺寸较小,在单元内部的底面可以近似的看作一个平面,则处在单元上的字模曲面可以用平面函数表达。将图像矩阵划分为若干个单元表达后,之后为每一个单元建立局部坐标:
单元内的3D数据可以按横纵两个方向进行局部编号。
{Dij(x,y,z):i=0:m-1;j=0:n-1}(20)
局部坐标影射为:
{D(ξi,ηj)(x,y,z)|-1≤ξ<1,-1≤η<1}
其中,
或:
考虑帧数据存储格式特点,比较普遍的存储方式是一位数组格式将图像矩阵中数据进行存储。
在M×N个数据组成的一维数组D’中,在第k×l(0<k<M;0<l<N)个点上,截取其中m×n(0<m<M-k;0<n<N-l)阵列数据D的方式是:{D(xi,yi,zi)=D′(xj,yj,zj),j=((k+i/m)×M+l+mod(i/m))|i=0:m×n-1}(23)
局部坐标下的可以表示为:
{D(ξi,ηi)(x,y,z)|-1≤ξ<1,-1≤η<1}
其中,
或:
针对图像矩阵的矩阵形式,以矩形(x1,y1)(x2,y2)(x3,y3)(x4,y4)为单元,构建局部坐标系。为计算方便,将四个节点按照左下角、右下角、右上角、左上角的顺序排列。
首先确定局部坐标系的原点:
矩形的宽和高为:
则局部坐标系坐标轴为:
局部变量定义为:
这样,原始的三维局部数据就变换成了在局部坐标表达下的二维数据。利用同样的方法可将近似投影平面上的数据投影到对应的局部坐标系中。
【步骤三】拓印基准面的构造与数据切割。从空间角度考虑,从底面到字模之间,往往存在一个过渡层。在提取字模信息时,应该把过渡层信息去除,所采取的办法是不以底面为切割曲面,而是采用曲面拟合的方式拟合出钟鼎碑刻表面的近似曲面,并将拟合曲面从底面高度处上浮一定距离(通过点到近似曲面的距离实现的)形成拓印基准面,在拓印基准面的高度上完成数据切割(切割其实就是以距离为分割项,只提取上浮平面的一侧),同时也完成了底面消除。
如果不考虑尺寸影响,钟鼎碑刻表面可以看作是比较平滑的曲面,可以用三维空间的二次函数表达。为了保证算法的普适性,也可以统一使用二次插值函数描述。
完成了数据局部化后(即步骤二),三维扫描数据在单元内部的插值可以使用9节点等参数单元插值(以下为曲面拟合的步骤)。9个插值节点的分布,单元节点编号及其局部坐标如图11所示。相应节点的形函数可以表示为:
设在单元节点上的三维数据为(Xk,Yk,Zk){k=0:8},则单元内任意一点的三维数据为:
其中(Xk,Yk,Zk){k=0:8}为插值参量,差值参量通过特定的算法求解。在几何意义上,为单元节点上的三维数据。
在选定的单元内部,三维数据集合可以表示为:
(xij,yij,zij){i=0:m;j=0:n}(32)
使用最小二乘法求解插值参量:
三维数据集合上的数据点到插值曲面的距离平方和为:
根据最小二乘法,最优的插值参量使上述平方和最小,即:
经过适当演算,建立关于插值参量的方程:
AX=B(35)
其中:
X=(Xk,Yk,Zk)T{k=0:8}
求解方程(35),可以得到参量X的数值。利用方程(31),就得到了字模曲面在本单元上的拓印基准面的方程表达式。
一个单元求解完成后,其相邻单元相邻节点上的数值可以采用已经求解的数值,也可以另外求解。如果是每个单元之间单独求解,则可能出现单元之间细微的差异,在用近似解拼接图形时,就可能出现一定的“裂缝”。因此,在求解相邻单元时,应该采用递次求解的办法,每一个新单元只求解未知的节点数据。就会避免裂缝现象的出现。
【步骤四】噪点滤除与字模投影。本步骤将经过步骤三处理后得到的拓印基准面投影为平面字帖。在本步骤中,通过反低通滤波来消除拓印基准面的曲率变化对投影的影响以及降噪处理。
施例的方法具有以下优点:
1、应用范围广:论对拓印难度较高的钟鼎文(阳文),还是碑刻文(阴文)的文字提取工作,都具有很好的适应性。
2、界面友好,处理效果好:可以方便的提供友好的用户操作界面,使用户通过简便的操作,即可达到非常好的文字提取效果,包括对钟鼎文文字的提取。
3、数据处理高效:具有更高处理能力,用户可在2-3分钟之内就可以完整的一站数据,的文字都提取出来。
4、多种输入输出接口:可适应多种类型输入数据,兼容大多数三维扫描仪设备;同时,用户可对中间处理结果以图片或中间数据(.cbd文件)形式保存于本地;最后可将最终处理结果以多种类型进行保存,以备后续查看使用。
5、数据结果丰富准确:不仅仅只是将钟鼎碑刻文字提取出来,而是完成的文字内容与位置的一一对应,保留了关键的三维数据信息。
本发明设计了一套高效的基于三维扫描的钟鼎碑刻书法的文字提取方法,开创了利用三维技术处理钟鼎碑刻文字的先河。遵循通用性、简便性、高效性三原则,不仅适用于碑刻阴文提取,而且适用于提取难度较高的钟鼎阳文和石刻;利用三维扫描仪的通用格式扫描结果数据作为处理的输入数据,用户经过简便的显示设置操作,即可快速得到处理后清晰的文字图像;同时,用户可以根据需要,将处理的包含关键三维信息的中间结果保存于本地。
以上实施方式仅用于说明本发明,而非对本发明的限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行各种组合、修改或者等同替换,都不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种钟鼎碑刻拓印方法,其特征在于,所述方法包括以下步骤:
S1、导入对文字进行三维扫描得到的三维点云数据;
S2、对所述三维点云数据进行底面消除,并且将底面消除后得到的数据转换到带深度信息的二维矩阵中,之后对二维矩阵中的数据进行优化处理;
S3、对所述步骤S2处理后的数据进行显示设置;
S4、将所述步骤S3处理后的数据进行文字分割和文字编辑。
2.根据权利要求1所述的方法,其特征在于,所述步骤S2中优化处理具体包括以下步骤:
S21、将所述二维矩阵中的数据进行底面展平处理;
S22、将所述步骤S21处理后的数据进行局部展平处理;
S23、将所述步骤S22处理后的数据进行字列适应处理。
3.根据权利要求2所述的方法,其特征在于,所述步骤S21中利用滤波的方法进行展平处理。
4.根据权利要求1所述的方法,其特征在于,所述步骤S3具体包括以下步骤:
S31、为所述步骤S2优化后的数据进行颜色模式选择;
S32、为所述步骤S31处理后的数据进行阈值选择,其中所述阈值选择用于改变文字的线条宽度以及去除不用显示的文字部分。
5.根据权利要求4所述的方法,其特征在于,所述步骤S31中利用文字的所述深度信息进行颜色模式选择。
6.根据权利要求1所述的方法,其特征在于,所述步骤S4中具体包括以下步骤:
S41、将所述步骤S3处理得到的数据进行初始化;
S42、设置节点位置,并每一个节点设置节点编号;其中每一个节点对应一个字,所述节点位置根据所述点云数据通过频率分析以及滤波得到;
S43、将所述数据划分区域,并为每一个区域设置对应的区域编号;
S44、根据节点位置在对应的区域中添加节点,并建立区域编号与对应区域内的节点编号的映射关系;
S45、根据所述区域编号和节点编号以及对应的节点位置进行文字分割;
S46、将所述步骤S45处理后的数据进行编辑排版。
7.根据权利要求6所述的方法,其特征在于,所述步骤S41中初始化包括以下步骤:
去除边界无用像素;
设定分割行列数;
设定间隔像素数。
8.根据权利要求6所述的方法,其特征在于,所述S44之后还包括以下步骤中的一个或多个:
根据所述区域编号删除相应的区域;
根据所述节点编号删除相应的节点;
根据所述区域编号和节点编号删除对应的节点。
9.根据权利要求1所述的方法,其特征在于,所述步骤S4之后还包括以下步骤:
S5、将所述步骤S4处理得到的数据导出并存储。
10.根据权利要求1所述的方法,其特征在于,所述步骤S3之后还包括以步骤:
将所述步骤S3处理的数据进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510846592.3A CN105550682B (zh) | 2015-11-26 | 2015-11-26 | 钟鼎碑刻拓印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510846592.3A CN105550682B (zh) | 2015-11-26 | 2015-11-26 | 钟鼎碑刻拓印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105550682A true CN105550682A (zh) | 2016-05-04 |
CN105550682B CN105550682B (zh) | 2019-10-22 |
Family
ID=55829865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510846592.3A Active CN105550682B (zh) | 2015-11-26 | 2015-11-26 | 钟鼎碑刻拓印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105550682B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107856466A (zh) * | 2017-11-10 | 2018-03-30 | 扬州市维拉园艺有限公司 | 一种树皮纹花盆模具的设计方法、模具及花盆 |
CN108961408A (zh) * | 2018-06-12 | 2018-12-07 | 山东大学 | 基于三角网格模型的数字拓片制作方法、系统及存储介质 |
CN110163212A (zh) * | 2019-04-08 | 2019-08-23 | 天津大学 | 一种碑帖图像中的文字切割方法 |
CN110363182A (zh) * | 2019-07-24 | 2019-10-22 | 北京信息科技大学 | 基于深度学习的车道线检测方法 |
CN113139216A (zh) * | 2021-05-18 | 2021-07-20 | 武汉数文科技有限公司 | 一种数字化拓印方法、装置及计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0526881B1 (en) * | 1991-08-06 | 2002-02-06 | Canon Kabushiki Kaisha | Three-dimensional model processing method, and apparatus therefor |
CN101554647A (zh) * | 2009-05-15 | 2009-10-14 | 厦门理工学院 | 一种高保真金属文物复制方法 |
CN102592284A (zh) * | 2012-02-27 | 2012-07-18 | 上海交通大学 | 零件表面形貌三维高密度点云数据转化为灰度图像的方法 |
CN104268924A (zh) * | 2014-09-19 | 2015-01-07 | 新维畅想数字科技(北京)有限公司 | 一种基于三维数据扫描提取石碑石刻数字拓片的方法 |
-
2015
- 2015-11-26 CN CN201510846592.3A patent/CN105550682B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0526881B1 (en) * | 1991-08-06 | 2002-02-06 | Canon Kabushiki Kaisha | Three-dimensional model processing method, and apparatus therefor |
CN101554647A (zh) * | 2009-05-15 | 2009-10-14 | 厦门理工学院 | 一种高保真金属文物复制方法 |
CN102592284A (zh) * | 2012-02-27 | 2012-07-18 | 上海交通大学 | 零件表面形貌三维高密度点云数据转化为灰度图像的方法 |
CN104268924A (zh) * | 2014-09-19 | 2015-01-07 | 新维畅想数字科技(北京)有限公司 | 一种基于三维数据扫描提取石碑石刻数字拓片的方法 |
Non-Patent Citations (1)
Title |
---|
杨会君: ""基于点元的果实三维重建技术研究"", 《中国博士学位论文全文数据库(电子期刊)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107856466A (zh) * | 2017-11-10 | 2018-03-30 | 扬州市维拉园艺有限公司 | 一种树皮纹花盆模具的设计方法、模具及花盆 |
CN108961408A (zh) * | 2018-06-12 | 2018-12-07 | 山东大学 | 基于三角网格模型的数字拓片制作方法、系统及存储介质 |
CN108961408B (zh) * | 2018-06-12 | 2020-07-31 | 山东大学 | 基于三角网格模型的数字拓片制作方法、系统及存储介质 |
CN110163212A (zh) * | 2019-04-08 | 2019-08-23 | 天津大学 | 一种碑帖图像中的文字切割方法 |
CN110163212B (zh) * | 2019-04-08 | 2023-05-23 | 天津大学 | 一种碑帖图像中的文字切割方法 |
CN110363182A (zh) * | 2019-07-24 | 2019-10-22 | 北京信息科技大学 | 基于深度学习的车道线检测方法 |
CN110363182B (zh) * | 2019-07-24 | 2021-06-18 | 北京信息科技大学 | 基于深度学习的车道线检测方法 |
CN113139216A (zh) * | 2021-05-18 | 2021-07-20 | 武汉数文科技有限公司 | 一种数字化拓印方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105550682B (zh) | 2019-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105550682A (zh) | 钟鼎碑刻拓印方法 | |
CN105513054B (zh) | 基于三维扫描的拓印方法 | |
CN104732506B (zh) | 一种基于人脸语义分析的人物照片颜色风格转换方法 | |
CN102800094A (zh) | 一种快速彩色图像分割方法 | |
CN104299263B (zh) | 一种基于单幅图像建模云场景的方法 | |
CN103810729B (zh) | 一种基于等高线的光栅图像矢量化方法 | |
CN105354883A (zh) | 基于点云的3ds Max快速精细三维建模方法及系统 | |
CN109615581B (zh) | 一种融合扩展高斯球和颜色几何特征的三维碎片的拼接复原方法 | |
CN104778755A (zh) | 一种基于区域划分的纹理图像三维重构方法 | |
CN107369204B (zh) | 一种从单幅照片恢复出场景基本三维结构的方法 | |
CN111462838B (zh) | 一种直接将图像像素转换成有限元单元的方法 | |
CN111325684B (zh) | 一种半自动高空间分辨率遥感影像不同形状建筑物提取方法 | |
CN103310481A (zh) | 一种基于模糊熵迭代的点云精简方法 | |
CN106709883A (zh) | 基于联合双边滤波和尖锐特征骨架提取的点云去噪方法 | |
CN104408733A (zh) | 基于对象随机游走的遥感图像视觉显著性检测方法及系统 | |
CN108986024A (zh) | 一种基于网格的激光点云规则排列处理方法 | |
CN103824259B (zh) | 一种基于视觉区域比重平衡法则的图像构图美化方法和系统 | |
CN114782645B (zh) | 虚拟数字人制作方法、相关设备及可读存储介质 | |
CN105894553A (zh) | 一种基于格栅选择的街巷空间形态布局方法 | |
CN116011061A (zh) | 一种多目标建筑物的三维重建模型单体分割方法、系统及终端机 | |
CN116452441A (zh) | 一种濒危古蜀锦纹样的高精度数字化复原方法 | |
CN113822999B (zh) | 一种数字乡村三维模型的建筑物分割方法 | |
Shen et al. | A tile-map-based method for the typification of artificial polygonal water areas considering the legibility | |
CN106408647B (zh) | 一种图像阴影添加方法及装置 | |
CN101833764B (zh) | 胸腺切片多尺度图像分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |