CN106447605B - 基于pca和fft的青铜器三维碎片虚拟拼接方法 - Google Patents

基于pca和fft的青铜器三维碎片虚拟拼接方法 Download PDF

Info

Publication number
CN106447605B
CN106447605B CN201610894716.XA CN201610894716A CN106447605B CN 106447605 B CN106447605 B CN 106447605B CN 201610894716 A CN201610894716 A CN 201610894716A CN 106447605 B CN106447605 B CN 106447605B
Authority
CN
China
Prior art keywords
point
fragment
section
coordinate system
fft
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.)
Active
Application number
CN201610894716.XA
Other languages
English (en)
Other versions
CN106447605A (zh
Inventor
蔺素珍
王栋娟
张琦
白佳璐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North University of China
Original Assignee
North University of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North University of China filed Critical North University of China
Priority to CN201610894716.XA priority Critical patent/CN106447605B/zh
Publication of CN106447605A publication Critical patent/CN106447605A/zh
Application granted granted Critical
Publication of CN106447605B publication Critical patent/CN106447605B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T3/14
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20Indexing scheme for editing of 3D models
    • G06T2219/2004Aligning objects, relative positioning of parts

Abstract

本发明涉及青铜器文物虚拟复原方法,尤其涉及青铜器三维碎片特征匹配和拼接方法,具体为基于PCA和FFT的青铜器三维碎片虚拟拼接方法。本方法按如下步骤进行:提取碎片轮廓线;以轮廓曲线上局部曲率极大值点为角点,将轮廓曲线表示为由角点及其周围若干点组成的特征曲线段;将每个特征曲线段变换到利用主成分分析法建立的局部坐标系,进而投影到两个坐标平面;分别提取投影结果的特征函数,并计算各函数的傅里叶能量值在对应平面的差异,选择差异值较小的匹配对为粗匹配结果;将两个碎片轮廓分别通过平移旋转变换到与其粗匹配特征曲线段对应的局部坐标系中,以二者在第三个投影平面的公共曲线长度为度量进行精化匹配。

Description

基于PCA和FFT的青铜器三维碎片虚拟拼接方法
技术领域
本发明涉及青铜器文物虚拟复原方法,尤其涉及青铜器三维碎片点云特征匹配和拼接方法,具体为基于PCA和FFT的青铜器三维碎片虚拟拼接方法。
背景技术
青铜器是我国古代主要的生产和祭祀用品,代表了先进的技术和艺术,是重要的文物的组成部分。但是,随着时间的流逝,这些年代久远的历史文化遗产,在经受了若干年的自然风化、侵蚀和人为破坏之后,多数已经变得残缺不全,成为若干个形状任意的子物体。
目前,主要是依靠手工对考古发现的大量破碎青铜器文物进行复原。这样,不仅在操作过程中容易损坏,而且青铜器修复质量极大地依赖技术人员个人的知识和经验,拼接速度缓慢,以至于大量碎片长期堆积,加之人工操作误拼误修在所难免,其损失不可估量。实践证明利用计算机技术辅助文物复原技术,既可降低文物修复难度,加快其复原速度,也可避免人工修复过程对文物的二次损害。因此,利用计算机虚拟复原技术辅助实现破碎青铜器的虚拟拼接是必然选择。
目前,文物虚拟拼接方法主要分为两类:(1)针对已知几何形状进行匹配,主要是基于对称轴进行匹配,但由于青铜器碎片往往存在形变,所以利用该方法匹配其容易产生误差。(2)针对未知几何形状的碎片,如陶瓷和壁画碎片等,主要是利用碎片彼此的轮廓曲线、光度或纹理信息的匹配程度为度量进行虚拟拼接,而青铜器碎片边缘轮廓往往不规则,且碎片的纹理常常被锈迹所覆盖,因此基于轮廓、光度和纹理拼接难度较大。
新近有文献“Pairwise matching of 3D fragments using fast fouriertransform”利用快速傅里叶变换拼接石器取得成功,证明该方法对断面缺损和噪声影响鲁棒性好,但与之相比,青铜器碎片边缘薄,缺乏断裂面特征,所以,此方法并不能直接适用。
为此,需要有一种方法来专门解决边缘薄、易腐蚀、有缺损的青铜器碎片虚拟拼接的问题。
发明内容
本发明为了解决青铜器碎片拼接中边缘薄、特征点少、边缘被腐蚀甚至缺损的问题,提供了一种基于PCA和FFT的青铜器三维碎片虚拟拼接方法。
本发明是采用如下的技术方案实现的:基于PCA和FFT的青铜器三维碎片虚拟拼接方法,包括以下步骤:
(1)用精度在0.03mm以上三维扫描仪分别采集两青铜器碎片的三维点云数据,使用geomagic studio软件对三维点云数据提取碎片轮廓点形成碎片轮廓并以1mm进行重采样;
(2)对待拼接的两个碎片轮廓分别进行分段:计算第一个碎片轮廓的曲率其中,r=(x,y,z),x,y,z分别为轮廓点的方向坐标,r′和r″分别为r的一阶导数和二阶导数,||·||3为矩阵二范数的三次幂,以曲率局部极大值点作为角点,以每个角点及其周围m个点构成一个待匹配特征曲线段;对于第二个碎片轮廓,以轮廓上每个点及其周围m个点构成一个待匹配特征曲线段,则待匹配特征曲线段的长度均为m+1个点;
(3)利用PCA为每个待匹配特征曲线段建立一个局部坐标系,以第一个碎片轮廓r1上的第i个待匹配特征曲线段r1i(i小于或等于所提取的角点个数)为例,设点qj(j=1,…,m+1)为待匹配特征曲线段r1i上的点,则该待匹配特征曲线段的协方差矩阵为:其中,设λ1231≥λ2≥λ3)和e1′,e2′,e3′分别为协方差矩阵对应的特征值和特征向量,则局部坐标系的三个垂直的基向量分别为e1′,e2′,e3′;
(4)把待匹配特征曲线段从全局坐标系转换到局部坐标系:全局坐标系为{o,e1,e2,e3},局部坐标系为{o′,e1′,e2′,e3′},局部坐标系的基向量e′j在全局坐标系下的坐标是(xj,yj,zj),j=1,2,3,则从全局坐标系转换到局部坐标系的过渡矩阵为:A=(e′1,e′2,e′3),若局部坐标系原点在全局坐标系下的坐标为(x0,y0,z0),待匹配特征曲线段上某点在全局坐标系坐标为(x,y,z),则其在局部坐标系下的坐标为(x′,y′,z′);
(5)将两个碎片轮廓的待匹配特征曲线段投影到x-z平面和y-z平面,分别提取它们在同一平面的特征投影曲线段的特征函数:式中,g=1或2分别表示第一个碎片轮廓和第二个碎片轮廓,ugk表示第g个碎片轮廓的投影曲线是由k个点构成的点集,ugk的生成方法是:在x-z平面的x轴上和y-z平面的y轴上分别根据实验选取一个区间,将两区间都分为N+1部分(N为2的整数次幂),划分区间的点集即为{ugk}(k=0,…N-1);对于点集{ugk}中的每个点,在其特征投影曲线段上都有距离该点最近的点pl(l=1,…M),M为与ugk中每个点邻近的点的个数;定义式中d(ugk,pl)为ugk中的点和pl间的距离,wl为反距离值;zpl是点pl的z轴坐标;
(6)计算特征投影曲线段的特征函数的傅里叶系数,ak=Re(FFT(f(ugk))),bk=Im(FFT(f(ugk))),FFT(f(ugk))是特征函数f(ugk)的快速傅里叶变换,Re(FFT(f(ugk))和Im(FFT(f(ugk))分别为FFT(f(ugk))的实部和虚部;
(7)计算特征投影曲线段的傅里叶光谱能量:其中,ak和bk为傅里叶系数;
(8)计算特征投影曲线段间的总能量差异值dd,人工选取阈值T,若dd≤T,则该两特征投影曲线段为粗匹配对;
(9)将两个碎片轮廓分别通过平移旋转变换到与其粗匹配特征曲线段对应的局部坐标系中,并将轮廓投影到x-y平面上,计算其中一个轮廓上任意一点P与另一轮廓上离它最近的点Q之间的欧氏距离dPQ,自定义阈值t,若dPQ≤t则属于匹配的点数,计算两轮廓可匹配且是连续匹配的点数,即为两碎片轮廓的公共长度,计算每种可能的匹配的轮廓公共长度,选取公共长度最大的匹配对为最终匹配结果,实现碎片轮廓的精匹配。
本发明用到的基本方法是主成分分析法(PCA)和快速傅里叶变换(Fast FourierTransform,FFT),其中,前者是一种数据简化技术,主要用于在新的坐标系统中减少数据集的维数并保留最大的特征,在本发明中用该方法实现了坐标系的变换;而后者是将空间域信号转换成易于分析的频域信号的经典方法,在本发明中通过FFT将点云碎片的轮廓用频域信号表示,便于特征匹配。本发明不仅将PCA和FFT两种方法相结合,而且提出将两个待匹配的轮廓特征曲线段先投影到两个坐标平面进行粗匹配,再将粗匹配结果投影到第三个坐标平面进行精匹配,不仅保证了匹配精度,而且还有利于降低运算量。
上述基于PCA和FFT的青铜器三维碎片虚拟拼接方法,特征曲线段选取点数越少,特征就越不明显,可能的匹配就越多,精匹配计算量就越大,且易造成误匹配,而点数越大,精匹配速度虽然快了,但是对公共长度要求较高,可能会找不到对应的匹配,所以,本发明每个待匹配特征曲线段长度(即:前述的m+1)的取值范围优选为14-16,不仅可以获得较好的匹配结果,还能保证具有较快的运行速度。
上述基于PCA和FFT的青铜器三维碎片虚拟拼接方法,提取特征函数时在x-z平面和y-z平面选取的区间分别为[-5,5],[-1,1],M=4,N=4或8,可以获得较好的拼接效果。
上述基于PCA和FFT的青铜器三维碎片虚拟拼接方法,特征曲线段间的总能量差异值的合适阈值T选取区间为0.03-0.05。精匹配时自定义阈值t选取区间为0.5-1.5,可以获得较好的拼接效果。
附图2、图3为青铜器碎片虚拟拼接的实例,其中,图2为青铜器碎片点云图像,图3为本方法的青铜器碎片点云拼接效果图像。
本发明将碎片三维轮廓匹配问题转换成特征曲线段匹配,将空间曲线匹配转换成三视图匹配,并进一步分解为二次分级匹配(包括粗匹配和精匹配),解决了青铜器碎片拼接中边缘薄、特征点少、边缘被腐蚀甚至缺损的问题。
附图说明
图1为本发明的流程图。
图2为青铜器碎片点云图像。
图3为青铜器碎片点云拼接效果图像。
具体实施方式
基于PCA和FFT的青铜器三维碎片虚拟拼接方法,包括以下步骤:
(1)用精度在0.03mm以上三维扫描仪分别采集两青铜器碎片的三维点云数据,使用geomagic studio软件对三维点云数据提取碎片轮廓点形成碎片轮廓并以1mm进行重采样;
(2)对待拼接的两个碎片轮廓分别进行分段:计算第一个碎片轮廓的曲率其中,r=(x,y,z),x,y,z分别为轮廓点的方向坐标,r′和r″分别为r的一阶导数和二阶导数,||·||3为矩阵二范数的三次幂,以曲率局部极大值点作为角点;以每个角点及其周围m个点构成一个待匹配特征曲线段;对于第二个轮廓,以轮廓上每个点及其周围m个点构成一个待匹配特征曲线段,则两个曲线段的长度均为m+1个点;
(3)利用PCA为每个待匹配特征曲线段建立一个局部坐标系,以第一个轮廓r1上的第i个特征曲线段r1i(i小于或等于上所提取的角点个数)为例,设点qj(j=1,…,m+1)为待匹配特征曲线段r1i上的点,则该特征曲线段的协方差矩阵为:其中,设λ1231≥λ2≥λ3)和e1′,e2′,e3′分别为协方差矩阵对应的特征值和特征向量,则局部坐标系的三个垂直的基向量分别为e1′,e2′,e3′;
(4)完成从全局坐标系到局部坐标系的转换:全局坐标系为{o,e1,e2,e3},局部坐标系为{o′,e1′,e2′,e3′},局部坐标系的基向量e′j在全局坐标系下的坐标是(xj,yj,zj),j=1,2,3,则从全局坐标系转换到局部坐标系的过渡矩阵为:A=(e′1,e′2,e′3),若局部坐标系原点在全局坐标系下的坐标为(x0,y0,z0),待匹配特征曲线段上某点在全局坐标系和局部坐标系下的坐标分别为(x,y,z)和(x′,y′,z′);
(5)将两个碎片轮廓的待匹配特征曲线段投影到x-z平面和y-z平面,分别提取它们在同一平面的特征投影曲线段的特征函数:其中,ugk表示第g个轮廓投影曲线是由k个点构成的点集,g=1或2分别表示第一个碎片轮廓和第二个碎片轮廓,ugk的生成方法是:在x-z平面的x轴上和y-z平面的y轴上分别根据实验选取一个区间,将该区间分为N+1部分(N为2的整数次幂),划分区间的点集即为{ugk}(k=0,…N-1);对于点集{ugk}中的每个点,在其特征投影曲线段上都有距离该点最近的点pl(l=1,…M),M为与ugk中每个点邻近的点的个数;定义式中d(ugk,pl)为ugk的点和pl间的距离,wl为反距离值,zpl是点pl的z轴坐标;
(6)计算特征投影曲线段的特征函数的傅里叶系数ak=Re(FFT(f(ugk))),bk=Im(FFT(f(ugk))),FFT(f(ugk))是特征函数f(ugk)的快速傅里叶变换,Re(FFT(f(ugk))和Im(FFT(f(ugk))分别为FFT(f(ugk))的实部和虚部;
(7)计算特征投影曲线段的傅里叶光谱能量:其中,ak和bk为傅里叶系数;
(8)计算特征投影曲线段间的总能量差异值dd,人工选取合适阈值T,若dd≤T,则该两特征投影曲线段为粗匹配对;
(9)将两个碎片轮廓分别通过平移旋转变换到与其粗匹配特征曲线段对应的局部坐标系中,并将轮廓投影到x-y平面上,计算其中一个轮廓上任意一点P与另一轮廓上离它最近的点Q之间的距离dPQ,自定义阈值t,若dPQ≤t则属于匹配的点数,计算两轮廓可匹配且是连续匹配的点数,即为两轮廓的公共长度。计算每种可能的匹配的轮廓公共长度,选取公共长度最大的匹配对为最终匹配结果。
上述基于PCA和快速傅里叶变换的青铜器三维碎片拼接方法,轮廓分段选取14-16个点为一段。
上述基于PCA和快速傅里叶变换的青铜器三维碎片虚拟拼接方法,提取特征函数时在x-z平面和y-z平面选取的区间分别为[-5,5],[-1,1],M=4,N=4或8,可以获得较好的拼接效果。
上述基于PCA和快速傅里叶变换的青铜器三维碎片虚拟拼接方法,特征曲线段间的总能量差异值的合适阈值T选取区间为0.03-0.05。精匹配时自定义阈值t选取区间为0.5-1.5,可以获得较好的拼接效果。

Claims (4)

1.基于PCA和FFT的青铜器三维碎片虚拟拼接方法,其特征在于包括以下步骤:
(1)用精度在0.03mm以上三维扫描仪分别采集两青铜器碎片的三维点云数据,使用geomagic studio软件对三维点云数据提取碎片轮廓点形成碎片轮廓并以1mm进行重采样;
(2)对待拼接的两个碎片轮廓分别进行分段:计算第一个碎片的轮廓的曲率其中,r=(x,y,z),x,y,z分别为轮廓点的方向坐标,r'和r'' 分别为r的一阶导数和二阶导数,||·||3为矩阵二范数的三次幂,以曲率局部极大值点作为角点;以每个角点及其周围m个点构成一个待匹配特征曲线段;对于第二个碎片的轮廓,以轮廓上每个点及其周围m个点构成一个待匹配特征曲线段,则待匹配特征曲线段的长度均为m+1个点;
(3)利用PCA为每个待匹配特征曲线段建立一个局部坐标系,设第一个碎片的轮廓r1上的第i个待匹配特征曲线段r1i,i小于或等于所提取的角点个数,设点qj,j=1,… ,m+1,为待匹配特征曲线段r1i上的点,则该待匹配特征曲线段的协方差矩阵为:其中,设λ1231≥λ2≥λ3,和e1',e2',e3'分别为协方差矩阵对应的特征值和特征向量,则局部坐标系的三个垂直的基向量分别为e1',e2',e3';
(4)完成从全局坐标系到局部坐标系的转换:全局坐标系为{o,e1,e2,e3},局部坐标系为{o',e1',e2',e3'},局部坐标系的基向量e'j在全局坐标系下的坐标是(xj,yj,zj),j=1,2,3,则从全局坐标系转换到局部坐标系的过渡矩阵为:A=(e1',e'2,e'3),若局部坐标系原点在全局坐标系下的坐标为(x0,y0,z0),特征曲线段上某点在全局坐标系和局部坐标系下的坐标分别为(x,y,z)和(x',y',z');
(5)将两个碎片轮廓的待匹配特征曲线段投影到x-z平面和y-z平面,分别提取它们在同一平面的特征投影曲线段的特征函数:其中,ugk表示第g个轮廓投影曲线是由k个点构成的点集,g=1或2分别表示第一个碎片的轮廓或第二个碎片的轮廓,ugk的生成方法是:在x-z平面的x轴上和y-z平面的y轴上分别根据实验选取一个区间,将该区间分为N+1部分,N为2的整数次幂,划分区间的点集即为{ugk},k=0,…, N-1;对于点集{ugk}中的每个点,在其特征投影曲线上都有距离该点最近的点pl,l=1,…, M,M为与ugk中每个点邻近的点的个数;定义式中d(ugk,pl)为ugk中的点和pl间的距离,wl为反距离值;zpl是点pl的z轴坐标;
(6)计算特征投影曲线段的特征函数的傅里叶系数ak=Re(FFT(f(ugk))),bk=Im(FFT(f(ugk))),FFT(f(ugk))是特征函数f(ugk)的快速傅里叶变换,Re(FFT(f(ugk))和Im(FFT(f(ugk))分别为FFT(f(ugk))的实部和虚部,采样数为2的倍数;
(7)计算特征投影曲线段的傅里叶光谱能量:其中,ak和bk为傅里叶系数;
(8)计算特征投影曲线段间的总能量差异值dd,人工选取阈值T,若dd≤T,则该两特征投影曲线段为粗匹配对;
(9)将两个碎片轮廓分别通过平移旋转变换到与其粗匹配特征曲线段对应的局部坐标系中,并将轮廓投影到x-y平面上,计算其中一个轮廓上任意一点P与另一轮廓上离它最近的点Q之间的距离dPQ,自定义阈值t,若dPQ≤t则属于匹配的点数,计算两碎片轮廓可匹配且是连续匹配的点数,即为两轮廓的公共长度,计算每种可能的匹配的轮廓公共长度,选取公共长度最大的匹配对为最终匹配结果,实现碎片轮廓的精匹配。
2.根据权利要求1所述的基于PCA和FFT的青铜器三维碎片虚拟拼接方法,其特征在于待匹配特征曲线段的长度为14-16个点。
3.根据权利要求1或2所述的基于PCA和FFT的青铜器三维碎片虚拟拼接方法,其特征在于提取特征函数时在x-z平面和y-z平面选取的区间分别为[-5,5],[-1,1],M=4,N=4或8。
4.根据权利要求1或2所述的基于PCA和FFT的青铜器三维碎片虚拟拼接方法,其特征在于特征投影曲线段间的总能量差异值的阈值T选取区间为0.03-0.05,精匹配时自定义阈值t选取区间为0.5-1.5。
CN201610894716.XA 2016-10-13 2016-10-13 基于pca和fft的青铜器三维碎片虚拟拼接方法 Active CN106447605B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610894716.XA CN106447605B (zh) 2016-10-13 2016-10-13 基于pca和fft的青铜器三维碎片虚拟拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610894716.XA CN106447605B (zh) 2016-10-13 2016-10-13 基于pca和fft的青铜器三维碎片虚拟拼接方法

Publications (2)

Publication Number Publication Date
CN106447605A CN106447605A (zh) 2017-02-22
CN106447605B true CN106447605B (zh) 2019-05-10

Family

ID=58175094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610894716.XA Active CN106447605B (zh) 2016-10-13 2016-10-13 基于pca和fft的青铜器三维碎片虚拟拼接方法

Country Status (1)

Country Link
CN (1) CN106447605B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107016658B (zh) * 2017-04-21 2020-05-19 中北大学 基于回溯双向波前法的青铜器点云孔洞修补方法
CN107248142B (zh) * 2017-05-11 2019-10-29 大连理工大学 一种文物碎片自动拼接方法
CN109615581B (zh) * 2018-11-30 2023-03-28 扬州大学 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
CN109829489A (zh) * 2019-01-18 2019-05-31 刘凯欣 一种基于多层特征的文物碎片重组方法及装置
CN112288849B (zh) * 2020-10-23 2023-07-25 北京师范大学 一种转轴类破碎文物的虚拟复原方法
CN112884653A (zh) * 2021-03-01 2021-06-01 西北大学 一种基于断裂面信息的兵马俑碎块拼接方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002251635A (ja) * 2001-02-26 2002-09-06 Nippon Telegr & Teleph Corp <Ntt> 3次元cgキャラクタ生成方法、その装置、その方法の実現するためのプログラム、及びそのプログラムを記憶した記憶媒体
CN102799763A (zh) * 2012-06-20 2012-11-28 北京航空航天大学 一种基于点云姿态标准化的点云线特征提取方法
CN102881006A (zh) * 2012-08-03 2013-01-16 吉林禹硕动漫游戏科技股份有限公司 多投影显示系统中的图像拼接与融合方法
US20160133050A1 (en) * 2014-11-11 2016-05-12 Roland Dg Corporation Slice data creation device, slice data creation method, program, and computer-readable recording medium

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002251635A (ja) * 2001-02-26 2002-09-06 Nippon Telegr & Teleph Corp <Ntt> 3次元cgキャラクタ生成方法、その装置、その方法の実現するためのプログラム、及びそのプログラムを記憶した記憶媒体
CN102799763A (zh) * 2012-06-20 2012-11-28 北京航空航天大学 一种基于点云姿态标准化的点云线特征提取方法
CN102881006A (zh) * 2012-08-03 2013-01-16 吉林禹硕动漫游戏科技股份有限公司 多投影显示系统中的图像拼接与融合方法
US20160133050A1 (en) * 2014-11-11 2016-05-12 Roland Dg Corporation Slice data creation device, slice data creation method, program, and computer-readable recording medium

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Assembling virtual pots from 3D measurements of their fragments;David B. Cooper等;《VAST "01 Proceedings of the 2001 conference on Virtual reality, archeology, and cultural heritage》;20011128;全文 *

Also Published As

Publication number Publication date
CN106447605A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106447605B (zh) 基于pca和fft的青铜器三维碎片虚拟拼接方法
CN102938066B (zh) 一种基于多元数据重建建筑物外轮廓多边形的方法
CN108961400B (zh) 一种文物智能辅助引导方法和引导系统
CN103530894B (zh) 一种基于多尺度块稀疏表示的视频目标追踪方法及其系统
CN101315661A (zh) 一种减小表情影响的快速三维人脸识别方法
Huang et al. When face recognition meets occlusion: A new benchmark
CN102354397A (zh) 基于面部特征器官相似性的人脸图像超分辨率重建方法
CN109887009B (zh) 一种点云局部匹配方法
CN109658431A (zh) 基于区域生长的岩体点云平面提取方法
Ying et al. An improved image inpainting algorithm based on image segmentation
CN110210500A (zh) 一种基于多尺度局部特征嵌入的点云分类方法
CN110942077B (zh) 基于权重局部变化度和l1中值优化的特征线提取方法
Fan et al. Application of YOLOv5 neural network based on improved attention mechanism in recognition of Thangka image defects
US5974170A (en) Method of detecting relief contours in a pair of stereoscopic images
CN107909085A (zh) 一种基于Harris算子的图像特征角点提取方法
Song et al. Building extraction from high resolution color imagery based on edge flow driven active contour and JSEG
CN111612907A (zh) 一种受损古建筑柱体的多方位修复系统及方法
CN108256545B (zh) 一种曲线匹配方法及目标物体的形状匹配方法
CN106056599B (zh) 一种基于物体深度数据的物体识别算法及装置
CN104504690A (zh) 一种基于Kinect的物体支撑关系推断方法
CN107067374B (zh) 基于两级插值的矩阵补全二维图像处理方法
CN115620169B (zh) 基于区域一致性的建筑物主角度修正方法
CN110047151B (zh) 一种基于热核特征的碎片断裂面拼接方法及系统
Guo et al. 2-D shape completion with shape priors
Wan Simulation of Central Subpixel Location Method in Remote Sensing Multi-View Image

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