论文部分内容阅读
为提高考古学者们在手工绘制文物比例图方面的工作效率,本文提出了一种针对文物点云的特征线提取算法。该算法不仅可以提取文物点云表面的闭合特征线,而且绘制的闭合特征线可以作为文物的比例图以供后续研究。目前,考古调查、发掘和研究,都必须借助于绘图、照相、测量等技术手段来完成报告,利用绘图反映出文物的大小形状、花纹和质地,为科学研究提供可靠的资料。因此,考古绘图是一项重要而细致的工作。而迄今为止,取得考古现场第一手绘图资料的基本方法,仍然需要依靠考古学者们的手工绘制。基于此本文以文物点云为研究对象,研究了利用欧氏最小生成树(Euclidean Minimum Spanning Tree,EMST)节点的价态信息,进行有效连接特征线并绘制出闭合结构图的方法,从而实现自动绘制各个视角下的文物比例图。现将主要工作总结如下:(1)传统方法在提取特征点时,通常使用主曲率的导数来确定物体的脊线和谷线,从而提取特征点,但这种方法的时间复杂度较高、抗噪性较差。鉴于此,本文首先采用KD树(k-dimensional tree,KDTree)算法对点云源数据进行预处理,得到文物点云的最近邻域点集,然后对点集中的点进行曲率估计,采用Monge型多项式进行拟合的方法,找出潜在特征点,其次在传统的降噪方法基础上,引入高斯平滑法对潜在特征点进行细化和降噪处理,为之后连接特征线的研究做好数据预处理工作。(2)由于点云纹理特征点通常是以簇组的形式出现,因此本文引入欧式最小生成树算法,对提取到的潜在特征点集进行聚类操作。通过设置阈值,将高密度的潜在特征点簇保留下来,将离散的特征点或者密度较低的特征点簇去除掉,同时降低连接特征线时的遍历时间。其阈值越小被保留下来的簇组越多,最后将规模最大的一组聚类结果作为连接特征线的点集,在该聚类结果的基础上,通过设置特征线的连接条件,将该点集中的特征点连接为初步的文物点云特征线。(3)针对传统点云特征线提取算法的提取结果存在间断点和缝隙,不能直接作为文物比例图的问题,本文提出了一种将特征线连接为闭合结构的方法,通过为欧式最小生成树的节点赋于价态信息,然后借助节点的价态信息设置条件并设计算法,将每条初始特征线的端点,与其他特征线上距离该端点最近的特征点连接起来,使其能够形成一个完整的结构图,以达到自动绘制考古文物比例图的效果,提高考古学者绘制考古绘图的工作效率。