下载掌阅APP，畅读海量书库
立即打开
由于已有碎块匹配方法对几何特征的完整性要求较高，并且存在特征单一、误差大以及效率低等弊端，本研究主要采用多特征的文物断裂面匹配方法。具体研究内容如下：
首先，提出一种基于表面区域特征和二维形状特征的碎块分类方法，采用由粗分类到细分类的方式，将大量兵马俑文物碎块按照身体部位划分为头部、躯干、裙摆、上肢和下肢等五大类，以此来解决传统分类方法对兵马俑碎块分类准确率低的问题；其次，提出一种基于分割线的碎块断裂面提取方法，通过提取分割线将碎块外表面划分为多张曲面，并根据粗糙程度识别出原始表面和断裂面；最后，通过实验验证所提碎块分类和断裂面提取方法的有效性。
（1）针对由碎块模型数据量大而引起的匹配效率低的问题，提出一种基于ISS特征点的碎块断裂面匹配方法。
首先，提取断裂面上邻域半径约束的ISS特征点，对特征点的特征序列进行计算，并通过对特征序列的匹配实现断裂面粗匹配；其次，采用一种尺度ICP算法对特征点集进行进一步匹配，以实现断裂面的精匹配，从而达到碎块精确匹配的目的；最后，通过实验验证该领域半径约束ISS特征点提取算法在断裂面匹配中的性能。
（2）针对噪声含量大的碎块模型的匹配问题，提出一种特征区域与多参数ICP结合的碎块断裂面匹配方法。
首先，利用体积积分不变量计算出顶点的凹凸性，通过对凹凸点进行聚类来提取断裂面上或凹或凸的特征区域，并通过对特征区域的相似性判断来实现断裂面粗匹配；其次，通过加入高斯分布模型、角度约束和动态迭代系数等多种参数来改进ICP算法，并采用多参数ICP算法实现对断裂面的精匹配；最后，通过对公共碎块和文物碎块数据模型的匹配来验证算法在抗噪性和收敛性等方面的性能。
（3）针对断裂面覆盖率较低的兵马俑碎块，提出一种基于2D图像特征的碎块断裂面匹配方法。
首先，采用一种基于区域层次的点云配准算法，通过区域划分和区域匹配将碎块断裂面初步对齐；其次，将断裂面的三维点云数据转换成二维图像，并采用SURF算法提取其二维图像的特征，求解匹配像素点对；最后，根据二维匹配点获取相应的三维点云相关点，并计算出刚体变换，由此实现对兵马俑碎块的最终精确匹配。分别对公共点云数据模型配准和兵马俑碎块匹配进行算法验证，该匹配方法不仅适用于不同视角获取的低覆盖率公共点云模型的配准，而且对低覆盖率断裂面的文物碎块模型也有良好的匹配效果。
（4）为了克服基于单一特征碎块匹配方法中匹配精度不够高的问题，提出一种多特征融合的碎块断裂面匹配方法。
首先，提取碎块断裂面上的轮廓线并对其进行分段，再通过对轮廓线段的匹配将碎块断裂面初步对齐；其次，提取断裂面上的曲率、法线以及点云密度等多种几何特征，并将其加权融合；最后，采用多特征融合的匹配算法，实现断裂面的精匹配。
基于以上研究内容，本研究的主要创新点如下：
该算法以经典ISS算法为基础，引入了邻域半径约束条件，即设定点云的点在局部坐标系内的搜索半径，并对该点相对于搜索半径范围内所有点的权值进行计算，再对加权协方差矩阵的特征值进行计算，选取特征值满足条件的点为ISS特征点。该算法可以更加有效地提高特征点提取的精度和速度。
该算法引入了高斯分布模型、角度约束和动态迭代系数等参数，建立了一种新的目标优化函数，不仅可以有效抑制噪声点对断裂面匹配结果的影响，而且动态调整迭代系数的方式可以较大程度地提高算法的收敛性和匹配速度。
BA图像不同于深度图像，它不仅可以有效表示三维点云中的点及其邻域点之间的关系，而且能够突出由角度形成的边缘，因此，可以从中提取更多的信息。通过将碎块断裂面的三维点云数据转换成二维的BA图像，可以在三维点和二维像素之间建立起一对一映像关系，并通过BA图像像素匹配点对的求解得到三维点云数据模型的刚体变换，从而实现断裂面匹配。
采用碎块断裂面上曲率、法向夹角以及点云密度等多特征融合的方式，对特征参数进行计算，对曲率系数、法向、点云密度等对断裂面匹配结果的影响进行研究。该方法可以克服基于单一特征的断裂面匹配方法的匹配效果不佳的问题，能够有效提高文物碎块断裂面的匹配精度。