面向文物复原的残差网络识别与多特征拼接技术研究

发布时间：2021-06-09 13:09

　　计算机辅助文物复原可以提高文物修复工作效率并降低文物二次破坏。对兵马俑类复杂文物,碎片的部位识别和匹配拼接是其关键技术。在碎片部位识别中,深度学习有较好的识别效果,但浅层网络识别精度较低而深层网络会出现一定程度的网络退化问题;在碎片匹配拼接中,对于具有复杂几何轮廓的碎片,基于单一特征往往难以取得较好的拼接效果。针对这些问题,本文以兵马俑文物碎片为研究对象,展开相关研究。主要包括:（1）针对兵马俑文物碎片部位类型难以判断的问题,提出了一种基于残差学习的三维卷积神经网络模型并应用于文物点云类型识别领域。本文对三维卷积神经网络进行了优化改进,引入了残差学习,有效避免了深层三维卷积神经网络退化问题,一定程度上提高了物体点云类型识别的精度,并将三维残差神经网络应用到兵马俑碎片点云数据中,进行兵马俑碎片类型识别。实验结果表明,三维残差神经网络方法在兵马俑点云碎片识别任务中,识别准确率达到83.59%,满足碎片类型识别要求。（2）针对具有复杂几何轮廓特征文物碎片,使用单一特征进行碎片匹配精度不高的问题,提出了一种基于轮廓线多特征约束的碎片拼接算法。该算法对碎片散乱点云数据进行Delanuay三角剖分... 

【文章来源】：西北大学陕西省 211工程院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

兵马俑一号坑出土文物碎片

图 2 本文组织结构图第一章：绪论。阐述了计算机辅助文物虚拟复原工作的背景及意义，解释了文物虚拟复原技术相对于传统人工复原的优势。对本文使用方法在国内外研究领域的现状进行了介绍，由此给出了本文的研究内容及创新点。最后，总结本文的框架结构。第二章：三维点云模型获取与预处理。首先对三维点云数据的获取及格式进行了介绍。然后对点云数据进行预处理，分为点云降噪，点云体素化以及体素化数据归一化。在点云降噪处理中，根据兵马俑点云数据的特点提出了一种结合半径滤波及基于K 近邻投票的三维点云滤波方法的噪声点去除方案。第三章：基于三维残差神经网络的文物点云识别。在简单对三维神经网络的特点进行介绍后，进行三维神经网络的设计，介绍了网络框架的各个层、参数量及整体结构。在三维神经网络的基础上进行三维残差神经网络的设计。实验部分针对公共数据集进行了网络的性能评估，之后应用在兵马俑点云数据集中，验证了算法的可行性。第四章：基于轮廓线多特征约束的碎片拼接方法。首先，提取模型三维轮廓线及

马俑三维点云数据集进行帮助。绍三维点云数据的获取方维点云数据进行降噪处理数据量不统一的问题，对础。绍获取的关于目标物体表随着三维扫描设备的普及的数据也成为三维模型表ec3D Scanner 对兵马俑出

【参考文献】：
期刊论文
[1]基于近邻搜索的激光点云数据孤立噪点滤波研究[J]. 张芳菲,梁玉斌,王佳.  测绘工程. 2018(11)
[2]面向点云的三维物体识别方法综述[J]. 郝雯,王映辉,宁小娟,梁玮,石争浩.  计算机科学. 2017(09)
[3]基于方法库的点云去噪与精简算法[J]. 李仁忠,杨曼,冉媛,张缓缓,景军锋,李鹏飞.  激光与光电子学进展. 2018(01)
[4]基于轮廓线双向距离场的文物碎片拼接算法[J]. 袁洁,周明全,耿国华,张雨禾.  计算机工程. 2018(06)
[5]基于形状骨架图匹配的文物碎片自动重组方法[J]. 张雨禾,耿国华,魏潇然,张靖,周明全.  自动化学报. 2017(04)
[6]改进的ICP算法在三维模型配准中的研究[J]. 杨军,张瑶,黄亮.  计算机科学与探索. 2018(01)
[7]资源三号卫星高分影像的城市建筑物阴影提取[J]. 武丹,刘涛,杨树文.  测绘科学. 2017(06)
[8]基于特征信息分类的三维点数据去噪[J]. 吴禄慎,史皓良,陈华伟.  光学精密工程. 2016(06)
[9]基于表面邻接约束的交互式文物碎片重组[J]. 李姗姗,耿国华,周明全,李姬俊男.  计算机辅助设计与图形学学报. 2016(06)
[10]基于双边滤波算法的树木点云模型去噪方法研究[J]. 管西鹏,陈宇拓,张怀清,刘闽,李永亮.  中南林业科技大学学报. 2015(09)

博士论文
[1]三维点云数据处理的技术研究[D]. 王丽辉.北京交通大学 2011
[2]三维复杂形状拼接与破碎物体复原技术研究[D]. 周术诚.西北大学 2007
[3]基于物体轮廓的曲线匹配技术研究[D]. 吕科.西北大学 2003

硕士论文
[1]破碎刚体互补形状匹配与拼接方法研究[D]. 樊少荣.西北大学 2005



本文编号：3220638