【摘 要】
：
由于自然或人为因素,文物经常以破损的碎块形式呈现,将诸多不规则碎块准确拼接使文物复原是一项耗时费力的工作。为此,该文提出一种基于断裂面信息的文物碎块自动拼接方法,该方法包含匹配和配准两个阶段。第一阶段,根据断裂面轮廓线分割出断裂面,基于快速点特征直方图搜索匹配点对,并调整轮廓线上点的权重,得到匹配关系。第二阶段,提出一种由粗到细的配准策略,采用基于主成分分析(PCA)的粗配准方法获得初始位置估计,
【机 构】
：
西北大学信息科学与技术学院,西北大学文化遗产数字化国家地方联合工程研究中心,北京师范大学教育部虚拟现实应用工程研究中心,延安大学数学与计算机科学学院
论文部分内容阅读
由于自然或人为因素,文物经常以破损的碎块形式呈现,将诸多不规则碎块准确拼接使文物复原是一项耗时费力的工作。为此,该文提出一种基于断裂面信息的文物碎块自动拼接方法,该方法包含匹配和配准两个阶段。第一阶段,根据断裂面轮廓线分割出断裂面,基于快速点特征直方图搜索匹配点对,并调整轮廓线上点的权重,得到匹配关系。第二阶段,提出一种由粗到细的配准策略,采用基于主成分分析(PCA)的粗配准方法获得初始位置估计,然后应用深度最近点神经网络(DCP)做进一步调整。实验结果表明:该文配准方法的配准成功率较其子方法分别提
其他文献
对优化算法量子动力学的基本理论进行了简要快报.以动力学的视角来认识优化算法的迭代演化过程,建立了优化算法的量子动力学方程.以量子动力学方程为理论平台,利用目标函数的
随机集值隐拟变分不等式是变分不等式与不动点领域的一个重要分支,其被广泛的应用于博弈论、经济金融管理、物流管理等领域.研究了Hilbert空间中的一类新随机集值隐拟变分不
目前知识图谱领域构建的图谱多以静态知识图谱为主,数据集较大时,构建出的静态知识图谱的规模会非常大,且存在可读性差、交互性低等问题,非常不利于信息的动态浏览和筛选.为
甘肃省是我国石窟分布的重要地区之一,砂岩石窟表面风化一直是保护难题,通过现场调查发现,甘肃砂岩石窟浅表层风化有着明显的地域分布特征。甘肃砂岩石窟分布可分为三个区域:陇东地区、陇中地区、河西地区。浅表层风化受自然和人为环境影响,烟熏病害普遍存在;陇东地区主要病害为粉状风化、泛盐和植物病害;陇中地区黄河干流砂岩石窟以植物病害、粉状风化为主,支流高阶地砂岩石窟病害发育较弱;河西地区以植物病害、表面孔洞状风化为主。
该文提出了一种具有温度补偿作用的高灵敏度光纤磁场传感器,利用波长解调技术研究传感器的磁场和温度响应特性、重复性、指向性及可逆性等。该传感器是由一段单模光纤布拉格光栅(fiber Bragg grating, FBG)和非本征法布里珀罗干涉腔(extrinsic Fabry-Pérot interferometer, EFPI)构成,其中,EFPI由多模光纤(multimode fiber, MMF
干旱是全球范围内影响最广的自然灾害,它不仅威胁着人类赖以生存的自然环境,而且还严重影响着人类社会、经济的可持续发展。华北地区作为我国重要的农业经济区,出现连年干旱情况,是我国最大的干旱区。分析了MODIS干旱指数对干旱响应的敏感性,依据2008～2017年气象降水资料,初步估算了旱情发展过程和空间分布范围旱情发展过程和空间分布范围,从干旱发生的时段和面积分布对MODIS构建的AVI、AWI、VCI
采用网络药理学与分子对接技术筛选乌梅清润茶防治咽喉疾病的主要活性成分并研究其作用机制.利用中药系统药理学分析平台(TCMSP)及文献挖掘的方式筛选乌梅清润茶活性成分及作
针对无人机路径规划中方案单一的问题,本文提出一种基于集分解的多目标综合学习粒子群优化算法框架(MOCS-PSO/D),该算法使用基于分解的多目标优化框架(MOEA/D),结合基于集的粒子群优化(S-PSO)和综合学习粒子群优化(CLPSO),对CLPSO和PSO的速度更新公式进行改进,直接获得更多样的路径规划方案,同时可以降低调用无人机数量。该算法将通过仿真实验与最近邻随机混合算法、遗传算法和基于
滑坡是世界上最主要的地质灾害类型之一。滑坡的监测和防治仍是当前国内外学者研究的重点,尤其是滑坡变形的预测和预报。卡尔曼滤波已广泛应用于滑坡变形监测数据处理中,且自适应卡尔曼滤波已经很好地解决了传统卡尔曼滤波发散的问题。但在分析降雨型滑坡变形的过程中,降雨(地下水位)对滑坡体的影响不容忽视。因此,引入降雨量因子,提出顾及降雨量因子的自适应卡尔曼滤波模型,并通过实际案例进行对比分析研究,证实其更能真实
针对传统计算电磁学在求解时域电磁散射特性时耗时较长的问题,该文提出了一种基于长短时记忆(LSTM)神经网络的时域电磁正演算法,以快速准确地求解时域电磁散射特性。首先,利用时域有限差分(FDTD)方法生成样本数据;然后,搭建一个适用于本问题的LSTM神经网络模型,将一部分样本作为训练数据输入到该LSTM神经网络中,另一部分作为测试数据来验证基于LSTM神经网络的电磁正演模型的可靠性。经过验证,基于LSTM神经网络的时域电磁正演建模方法与传统的FDTD方法相比,在保证足够精确度的前提下(平均相对误差低于2%)