更新时间：2024-12-19 17:22:54
封面
版权信息
作者简介
文前
前言
第一章 文物虚拟复原概述
第一节 引言
第二节 文物虚拟复原的背景
第三节 文物虚拟复原的流程
一、碎块分类
二、碎块断裂面提取
三、断裂面匹配
第四节 文物虚拟复原的研究现状
一、碎块分类研究现状
（一）基于决策树的分类方法
（二）基于贝叶斯原理的分类方法
（三）基于ANN的分类方法
（四）基于KNN的分类方法
（五）基于SVM的分类方法
二、外表面分割研究现状
三、碎块匹配研究现状
第五节 文物虚拟复原的意义
一、实现数字化保护
二、进行模型空间匹配优化
三、构建由内到外的完整文物模型
第六节 研究内容和创新点
一、研究内容
（一）碎块分类和断裂面提取
（二）碎块断裂面匹配
二、研究创新点
（一）提出一种邻域半径约束的ISS特征点提取算法
（二）提出一种多参数ICP算法
（三）提出了BA图像（方位角图像，Bearing Angle Image）的概念，并将其用于三维点云到二维图像的表达
（四）提出了多特征融合的断裂面匹配方法
第七节 本章小结
第二章 文物碎块数据模型获取和预处理
第二节 碎块数据模型获取
一、手工建模法
二、利用物体的二维图像实现三维重建
三、利用三维激光扫描设备采集物体的三维数据模型
第三节 碎块模型的特点
一、碎块数量多，形态差异大
二、碎块模型数据量大
三、噪声含量高
四、孔洞数量多
五、同一碎块扫描次数多
第四节 模型预处理
一、模型去噪
二、模型简化
三、孔洞修补
第五节 本章小结
第三章 几何特征保持的文物点云去噪
第二节 基于栅格的大尺度噪声删除
一、栅格划分
二、大尺度噪声删除
第三节 基于特征加权FCM的小尺度噪声删除
一、FCM算法
二、特征加权FCM算法
第四节 本章去噪方法的步骤
第五节 实验结果与分析
第六节 本章小结
第四章 基于几何属性和k-D树的碎块配准
第二节 基于法矢和曲率的点云粗配准
一、计算法矢和曲率
二、检测配准点对
三、度量相似性
四、剔除错配点对
第三节 基于k-D树的精配准
第四节 本章配准方法的步骤
第五章 基于显著区域和二维形状特征的碎块分类
第二节 基于显著区域的粗分类
一、显著区域特征提取
二、碎块粗分类
第三节 基于二维形状的细分类
第四节 本章分类方法的步骤
第六章 基于分割线的断裂面提取
第二节 分割线构造
一、分割特征点提取
二、封闭分割线生成
第三节 断裂面识别
第四节 断裂面提取方法的步骤
第七章 基于ISS特征点的断裂面匹配
第二节 邻域半径约束的ISS特征点提取
第三节 基于ISS特征点的粗匹配
第四节 基于尺度ICP的精匹配
第五节 本章匹配方法的步骤
第六节 实验结果与分析
一、两个碎块的匹配
