輪廓提取論文輪廓提取 輪廓曲線 碎片匹配 碎片拼合 形狀匹配

1、輪廓提取論文：物體輪廓曲線匹配技術(shù)在文物復(fù)原中的應(yīng)用【中文摘要】對(duì)于大量的文物碎片,如果進(jìn)行人工拼接則不僅工作量大而且容易造成文物的再次破壞,因此需要借助計(jì)算機(jī)實(shí)現(xiàn)文物復(fù)原。在計(jì)算機(jī)輔助的文物復(fù)原系統(tǒng)中,碎片自動(dòng)復(fù)原是指從眾多散亂的碎片當(dāng)中,借助計(jì)算機(jī)通過(guò)匹配技術(shù)識(shí)別出原本相鄰的碎片并進(jìn)一步恢復(fù)碎片原貌,其中碎片匹配技術(shù)是碎片自動(dòng)拼接復(fù)原中的關(guān)鍵技術(shù)。在計(jì)算機(jī)輔助的文物復(fù)原系統(tǒng)中有幾項(xiàng)關(guān)鍵技術(shù)需要處理,包括曲線表示方法,曲線特征量的選取以及匹配算法的設(shè)計(jì)等。本文主要對(duì)非規(guī)則文物碎片形狀匹配以及拼接復(fù)原問(wèn)題進(jìn)行研究,本文主要的工作包括以下幾個(gè)方面:1.研究了二維輪廓曲線匹配算法,碎片的相似度比較

2、主要依靠邊界輪廓曲線實(shí)現(xiàn)。在算法過(guò)程中選取邊界連接點(diǎn)作為特征量,連接點(diǎn)不僅能夠有效反映該點(diǎn)的局部特征而且還能反映相鄰點(diǎn)的特征,因此選取連接點(diǎn)作為特征量能夠取得較好的匹配結(jié)果。實(shí)驗(yàn)結(jié)果證明該算法具有較高的效率和精確度。2.如何選取輪廓曲線上離散點(diǎn)的幾何特征量也是碎片匹配問(wèn)題中的一個(gè)關(guān)鍵技術(shù)。在三維輪廓曲線匹配算法中,選取離散點(diǎn)的曲率和撓率作為特征量。在曲率計(jì)算方法中,提出了改進(jìn)的卷積積分算法,在多尺度空間使用線性插值方法對(duì)輪廓曲線重采樣并估算離散點(diǎn)的曲率和撓率,.【英文摘要】To lots of cultural fragments, it would take lots of work and

3、 would cause the fragments damaged again when we reassemble the fragments by manual,so we need design the computer-aided fragments recovery system. In this system ,fragment automatic reassembly was reassembling the broken objects from a large number of irregular fragments by means of matching techni

4、que and computer assistance. There were some key technologies in this system,such as the description of the curves,the selection of feature quantity an.【關(guān)鍵詞】輪廓提取 輪廓曲線 碎片匹配 碎片拼合 形狀匹配【英文關(guān)鍵詞】Contour Extraction Contour Curves Fragment Matching Fragment Reassembly Shape Matching【索購(gòu)全文】聯(lián)系Q1：138113721 Q2：13

5、9938848【目錄】物體輪廓曲線匹配技術(shù)在文物復(fù)原中的應(yīng)用摘要2-3ABSTRACT3-4第1章 緒論8-161.1 選題背景8-91.2 研究意義9-101.3 破碎文物拼接復(fù)原涉及的技術(shù)10-111.4 國(guó)內(nèi)外研究現(xiàn)狀11-141.5 本文研究?jī)?nèi)容141.6 論文的組織14-16第2章 碎片輪廓曲線匹配概述16-292.1 碎片的理想模型及實(shí)際模型16-172.2 碎片復(fù)原過(guò)程中的抽象描述17-182.3 碎片復(fù)原的實(shí)現(xiàn)過(guò)程18-192.4 碎片的數(shù)字化19-202.5 輪廓曲線的提取及輪廓特征點(diǎn)20-22 二維輪廓曲線的提取20-21 輪廓特征點(diǎn)21-222.6 輪廓曲線的表示22-2

6、5 鏈碼23-24 樣條表示法24 多邊形逼近24-252.7 輪廓曲線的濾波和重采樣25-27 輪廓曲線的濾波26-27 輪廓重采樣272.8 本章小結(jié)27-29第3章 基于多尺度的二維輪廓曲線匹配算法29-383.1 拼接的原則293.2 碎片復(fù)原中的方向性29-313.3 二維曲線段特征量選取31-323.4 輪廓曲線特征點(diǎn)選取32-333.5 匹配算法33-343.6 實(shí)例分析34-373.7 本章小結(jié)37-38第4章 三維輪廓曲線匹配算法38-514.1 三維輪廓曲線的提取39-43 網(wǎng)格數(shù)據(jù)的存儲(chǔ)39-40 輪廓曲線的提取40-434.2 輪廓曲線的B 樣條表示43-454.3 特征量選取45-464.4 匹配算法46-484.5 實(shí)驗(yàn)結(jié)果48-504.6 本章小結(jié)50-51第5章 改進(jìn)的基于 Hausdorff 距離匹配算法51-675.1 改進(jìn)的曲率計(jì)算方法51-535.2 特征點(diǎn)提取和輪廓分段53-545.3 特征點(diǎn)的類型標(biāo)志54-565.4 Hausdorff 距離56-585.5 法矢驗(yàn)證585.6 實(shí)例分析58-605.7 碎片的拼合60-62 曲線的局部坐標(biāo)系60-61 曲面的局部坐標(biāo)系61-625.8 曲面拼接62-64 坐標(biāo)變換62-63 變換矩陣63-645.9 碎片拼合后輪廓曲線的