陶器考古碎片花纹匹配系统的设计与实现(附件)

在考古挖掘中,通常会发现大量的陶器碎片,这些碎片上存在着不同的花纹,考古学家在进行考古研究之前,需要先得到这些碎片的线图,他们通常采用手工绘图的方式将碎片的花纹进行描绘,然后人工分类整理,这样会花费大量的人力和时间。本文采用图像处理的方法对陶器考古碎片图像进行处理,采用GrabCut算法进行图像分割,并进行彩色图像灰度化、图像增强、图像去噪的处理,然后利用二值化的方法提取出碎片上的花纹图案,与现有的印章花纹图案进行相似度计算,以判断是否为同一花纹。本文基于OpenCV图像类库采用C++语言设计并实现了一个陶器考古碎片花纹匹配系统,主要实现了图像输入、图像分割、图像预处理、花纹特征线提取、图像匹配等功能,用户操作方便,缩短人工绘图的时间,为考古学家的工作提供便利。
目录
摘要 1
关键词 1
Abstract. 1
Key words 1
1 绪论 1
1.1 研究背景 1
1.2 计算机辅助文物绘制系统的研究现状 2
1.2.1 文物特征线提取技术的研究现状 2
1.2.2 图像匹配技术的研究现状 2
1.3 存在的主要问题 3
1.4 研究内容与技术路线 3
1.4.1 研究内容 3
1.4.2 技术路线 3
1.5 论文组织与结构 4
2 相关知识及陶器考古碎片花纹匹配系统架构设计 5
2.1 考古绘图 5
2.2 陶器考古碎片 5
2.3 OpenCV简介 5
2.4 开发工具与平台 6
2.5 陶器考古碎片花纹匹配系统架构设计 6
3 图像分割与预处理模块的设计与实现 9
3.1 图像分割模块的设计 9
3.2 图像分割模块的实现 10
3.3 图像预处理模块的设计与实现 12
3.3.1 彩色图像灰度化的原理及实现 12
3.3.2 图像增强的原理及实现 13
3.3.3 图像去噪的原理及实现 15
4 花纹线提取处理与图像匹配模块的设计与实现 20
 *好棒文|www.hbsrm.com +Q: *351916072* 
4.1 花纹特征线提取模块的设计与实现 20
4.1.1 考古碎片花纹特征线提取方法的选取 21
4.1.2 图像二值化的原理及实现 21
4.1.3 图像平滑处理的实现 27
4.1.4 图像细化处理的原理及实现 30
4.2 印章花纹预处理模块的设计与实现 32
4.3 图像匹配模块的设计与实现 34
5 总结与展望 36
5.1 总结 36
5.2 展望 36
致谢 37
参考文献 38
附录 39
陶器考古碎片花纹匹配系统的设计与实现
引言
1 绪论
1.1 研究背景
考古学[1]是通过发掘、复原研究古代人类活动遗留下来的各种遗迹来研究历史和补充历史的一门学科。目前,考古学家发现了一些几千年以前的陶器碎片,当时的生产工艺是工人做好一个罐子或瓶子后,直接用一个带花纹的印章将整个瓶子排满。所以,每一个罐子或瓶子上的纹饰基本都是同一个印章的花纹。现在,考古学家将这些陶器碎片通过人工进行分类整理,并拍成照片。每一张照片上的陶器碎片的数目、大小、形状各不相同。考古学家在进行研究时需要根据碎片上的花纹对考古碎片进行分类,通常他们通过手工绘图的方式将碎片上的花纹进行绘图,然后进行人工分析和分类,这样既费时又费力,因此需要设计一个考古碎片花纹匹配系统以方便考古学家们对考古碎片进行分类,由于碎片的大小、形状都没有统一的规律,所以要进行后续的花纹匹配的工作,首先要解决的一个重要问题就是对考古碎片花纹特征线的提取,然后将得到的考古碎片花纹特征线与印章花纹进行匹配。
本课题根据考古碎片的图像特征,用图像分割的方法选取目标碎片,然后提取目标碎片花纹的特征线,将得到的考古碎片花纹特征线的图像与印章花纹图像进行匹配,实现一个考古碎片花纹匹配的系统。
1.2 计算机辅助文物绘制系统的研究现状
对考古碎片上的花纹与印章花纹进行匹配,首先获得文物的考古线图。考古线图能形象的反映文物失物的外形尺寸和空间位置,凸显出文物的局部特征信息,即尺寸大小、形状特征、细节纹饰和结构纹理等。
传统的做法是通过手工绘制文物线,随着计算的发展,AutoCAD、Photoshop、Coredraw等软件也可以通过人机交互的操作方式对图片进行处理,获得文物线图。通过计算机技术还可以实现考古线的自动绘制,崔浩[2]设计并实现了一个计算机辅助文物图像绘制系统,但是该系统只是对手工绘图的扫描图像进行重描。张洁[3]设计的计算机辅助考古制图系统实现了对遗址现场和文物的绘制,但只是描绘了文物的大致轮廓。闫四海[4]设计的文物线图绘制系统实现了对文物图像每条特征线的绘制,但该系统输入的图像需是经过处理的单个文物的图像。
1.2.1 文物特征线提取技术的研究现状
文物特征线的提取在考古线图绘制中是关键所在,刘法家[5]采用Sobel、Prewitt、LoG、Canny四种经典边缘检测算子进行了文物特征线提取实验,得到的结果中图像噪声多且线条不连续,为解决这个问题,他利用基于图像的计算机非真实感绘制技术,先构建数字图像的边缘正切线流场,然后利用高斯差分滤波器对所构建的流场图像进行滤波,得到考古线图的特征线。
闫四海,耿国华[6]等人针对图像中的噪声去除、像素发差值大小区分、空间尺度因子最佳自动获取等问题,采用改进型的LoG边缘算子检测得到图像的边缘路径,然后应用数值分析中的非均匀B样条得到插值边缘曲线,并利用高斯滤波器对其进行平滑处理,从而得到文物的特征线。但是这种方法生成的特征线中包含许多噪声,还需要进一步进行再去噪处理。
对于三维模型特征线的提取,Enkhbayyar Altantsetseg[7]提出了一种改进的散乱点云边界特征线提取方法,他们使用傅里叶级数检测特征点,通过傅里叶变换计算点的近似曲线,从而得到图像的特征线。针对三维模型中特征线提取不完整的问题,李康、李静[8]等人提出了一种改进的薄壁文物碎片特征轮廓线提取的方法,他们采用改进的基于边重数判断的方法提取主轮廓线,采用曲面分割并识别提取断裂面,对断裂面的二级邻域生长曲面进行扫描得到次轮廓线,从而得到特征轮廓线。

版权保护: 本文由 hbsrm.com编辑,转载请保留链接: www.hbsrm.com/jsj/wljs/432.html

好棒文