CN111160470B - 考古器物形态处理与分析方法、装置和计算机存储介质 - Google Patents
考古器物形态处理与分析方法、装置和计算机存储介质 Download PDFInfo
- Publication number
- CN111160470B CN111160470B CN201911396780.5A CN201911396780A CN111160470B CN 111160470 B CN111160470 B CN 111160470B CN 201911396780 A CN201911396780 A CN 201911396780A CN 111160470 B CN111160470 B CN 111160470B
- Authority
- CN
- China
- Prior art keywords
- archaeological
- processing
- archaeological object
- line
- photo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012545 processing Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 16
- 230000009467 reduction Effects 0.000 claims description 14
- 238000000926 separation method Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 239000007787 solid Substances 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 9
- 238000011160 research Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于考古器物分析技术领域，公开了一种考古器物形态处理与分析方法、装置和计算机存储介质。其中，该考古器物形态处理与分析方法包括获取考古器物照片/线图和比例尺数据；提取考古器物照片/线图中考古器物的轮廓曲线；对轮廓曲线进行数据处理，获取考古器物的特征点；基于特征点，结合比例尺数据，获得考古器物的尺寸参数。该考古器物形态处理与分析方法、装置和计算机存储介质通过获取考古器物照片/线图和比例尺数据，然后提取考古器物照片/线图中考古器物的轮廓曲线并进行数据处理，获取考古器物的特征点；最后将特征点结合比例尺数据，获得考古器物的尺寸参数，实现了精确、快速的器物测量及分析。
Description
技术领域
本发明属于考古器物分析技术领域，具体涉及一种考古器物形态处理与分析方法、装置和计算机存储介质。
背景技术
类型学是考古学的基本研究方法之一，而对器物进行恰当的分类排序是类型学研究中的重要环节。传统的器物分类工作主要基于考古工作者对器物的认识及其研究目的，主观性较强，因而在分类过程中容易淡化一些必要的论证，使得其所选分类标准是否有利于将器物合理区分、满足研究目的难以验证。自上世纪90年代以来，陈铁梅等人将定量研究的手段引入到器物形态研究中。使得对器物分类标准以及该标准下的分类效果进行评估成为可能。但长期以来测量手段仍停留在较原始的阶段，始终依赖手工测量使得规模化地对器物进行定量研究难以实现；低密度(指单件器物选取的测量参数较少)的测量数据也一定程度上限制了研究方法的发展。随着近年来3D扫描、摄影成像等技术不断发展普及，已经能够为定量研究提供更高精度、高密度的数据，然而相应的理论方法却始终未能建立，因此难以对此类高精度，特别是高密度的数据进行充分利用。
发明内容
本发明的目的是提供一种考古器物形态处理与分析方法、装置和计算机存储介质，用以解决上述现有技术中存在的问题。
为了实现上述目的，本发明采用的技术方案如下：
第一方面，本发明提供了一种考古器物形态处理与分析方法，包括：
获取考古器物照片/线图和比例尺数据；
提取所述考古器物照片/线图中考古器物的轮廓曲线；
对所述轮廓曲线进行数据处理，获取所述考古器物的特征点；
基于所述特征点，结合所述比例尺数据，获得所述考古器物的尺寸参数。
进一步的，获取考古器物照片/线图和比例尺数据的方法为：
在考古器物实体的四周放置若干个长度已知的纯色方块；
利用摄像头或扫描装置对所述考古器物实体以及所述纯色方块进行拍摄或或扫描，获取考古器物照片/线图和比例尺数据。
进一步的，提取所述考古器物照片/线图中考古器物的轮廓曲线之后，所述方法还包括：
对所述轮廓曲线进行降噪处理，获得平滑的轮廓曲线。
进一步的，对所述轮廓曲线进行降噪处理的方法包括：
采用消除极小值或以标准差与平均值进行限制自动过滤，将不满足条件的无效数据替换为邻近两个有效数据的均值；
采用高斯曲线算法进行多点平均卷积运算，获得平滑的轮廓曲线。
进一步的，对所述轮廓曲线进行数据处理，获取所述考古器物的特征点的方法包括：
对所述轮廓曲线进行1阶、2阶、3阶求导，获得求导结果；
提取所述求导结果中1阶、3阶导数为零的位置，标记其为所述考古器物的特征点。
进一步的，获得所述考古器物的尺寸参数之后，所述方法还包括：
基于所述考古器物的尺寸参数，利用k-means算法对所述考古器物进行分类。
第二方面，本发明还提供了一种考古器物形态处理与分析装置，包括：
获取模块，用于获取考古器物照片/线图和比例尺数据；
提取模块，用于提取所述考古器物照片/线图中考古器物的轮廓曲线；
特征数据处理模块，用于对所述轮廓曲线进行数据处理，获取所述考古器物的特征点；
尺寸数据处理模块，基于所述特征点，结合所述比例尺数据，获得所述考古器物的尺寸参数。
进一步的，该考古器物形态处理与分析装置还包括：
降噪处理模块，用于对所述轮廓曲线进行降噪处理，获得平滑的轮廓曲线。
第三方面，本发明还提供了一种考古器物形态处理与分析装置，所述装置包括处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时，执行上述方法的步骤。
第四方面，本发明还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
与现有技术相比，本发明提供的技术方案具有如下有益效果或优点：
本发明提供的考古器物形态处理与分析方法、装置和计算机存储介质，通过获取考古器物照片/线图和比例尺数据，然后提取所述考古器物照片/线图中考古器物的轮廓曲线并进行数据处理，获取所述考古器物的特征点；最后将特征点结合比例尺数据，获得所述考古器物的尺寸参数，实现了精确、快速的器物测量及分析。
参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。
应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的考古器物形态处理与分析方法的方法流程图。
图2为本发明实施例中考古线图示意图；
图3为本发明实施例中考古器物轮廓提取示意图；
图4为本发明实施例中像素图中的噪音示意图；
图5为本发明实施例中降噪后的像素图；
图6为本发明实施例中轮廓曲线的一节导数变化示意图；
图7为本发明实施例中轮廓曲线的一节导数关键点位置示意图；
图8为本发明实施例中依据一阶导数和三阶导数关键点对器物的分隔示意图；
图9为本发明实施例提供的考古器物形态处理与分析装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
实施例
如图1所示，本发明实施例提供了本发明提供了一种考古器物形态处理与分析方法，包括：
步骤S1：获取考古器物照片/线图和比例尺数据。
在具体的实施过程中，本发明实施例获取考古器物照片/线图和比例尺数据的方法为：
在考古器物实体的四周放置若干个长度已知的纯色方块；
利用摄像头或扫描装置对所述考古器物实体以及所述纯色方块进行拍摄或或扫描，获取考古器物照片/线图和比例尺数据。
由于纯色方块的长度是已知的，以其作为参照，就能够获取考古器物实体的真是尺寸。需要说明的是，本发明实施例中的纯色方块优选采用纯黑色方块，黑色对环境中的干扰色光不敏感，故处理效果较好。实际上只要光照环境合理，也可用其他纯色实体替代。
获取了考古器物照片/线图和比例尺数据之后，执行步骤S2：提取所述考古器物照片/线图中考古器物的轮廓曲线。
将需要的信息从信息源中抽取出来，是进一步分析研究的前提条件。本发明实施例中采用的信息源为考古照片/线图，需要的信息为器物的外轮廓信息，故首先对线图中的器物外轮廓信息进行抽取，抽取外轮廓曲线。
本发明实施例中的考古照片/线图格式为位图(若干个像素组合成的图像)，图上的每个点(像素)都包含了两种信息，即像素点的坐标位置信息(x，y)及该像素点的颜色信息(r，g，b)。通过考古线图，或者以纯色幕布作为背景并以明亮的光源照射进行拍照获得的照片，可较容易地分辨考古器物本体的颜色和背景环境的颜色。以考古线图为例，如图2所示，背景近乎白色(255，255，255)而考古器物的线条近乎纯黑(0，0，0)(根据不同的颜色规则黑白色的对应数值可能互换，但是并不影响黑白形成两个极值)，以颜色为标准，抽取颜色偏黑(亦即代表线图线条)的点，例如定义其颜色值小于(10，10，10)，可较容易地提取出器物的轮廓线条，如图3所示。当然，在实际应用过程中，可以根据器物的颜色以及实际的背景颜色、光照等等，设定的具体数值可略微调整，但这些都仅仅是让照片中的器物形状更明晰的手段，如果采取3D模型等作为数据源，则可以通过投影等方式轻易地获取考古器物的轮廓形状，而不必进行此类处理。
在具体的实施过程中，本发明实施例提取所述考古器物照片/线图中考古器物的轮廓曲线的方法有两种，具体如下：
针对对称性较强的器物，可通过从上到下地测量图像上所有(n个)像素点P[p1,p2,…,pn,]的宽度W[w1,w2,…,wn]，以宽度W/2的方式表示实际器物一侧边缘的形状。这种方法的好处在于可同时兼顾两侧的边缘形状，减少“噪音”数据的影响。而其缺点也同样在于此，由于平均处理了两侧边缘的信息，因此不适用于对称性较差的器物。
当处理的器物对称性较差时，可大致画出一条纵向分隔线将器物分为左右两侧，以分隔线的横坐标xv作为一个阈值。则对于图像上任一点pi(xi，yi)，满足xi<xv即为分隔线左侧的点，满足xi>x0即为分隔线右侧的点。这种方法的缺点在于当实际器物形态较复杂时，并不能通过简单的计算平均等方法获得一个理想的分隔线，而需再人为设置阈值xv。当然，若器物两侧的不对称并不太严重，通过计算所有点横坐标的二分之一平均值自动获得分隔线仍然可行，计算方法如下：
其中，xv为分隔线横坐标值，n为器物线图所有像素点的总数。
由于本文选取的器物对称性较强，故采用第一种方法。通过记录器物从上到下全部(n个)点P[p1,p2,…,pn,]的宽度W[w1,w2,…,wn,]以及每个宽度所在的高度位置H[h1,h2,…,hn,]将器物的外轮廓转化为一组二维点，这些二维点的集合完整地保留了器物本身(轮廓)的形态信息，可将其暂称为“形状曲线”。
在提取所述考古器物照片/线图中考古器物的轮廓曲线的过程中，由于个别像素缺失而产生了少数位置宽度数值缺失的问题；同时未缺失的数据也在真实值附近无规律地波动。前者在图像上表现为众多纵向黑线(数据缺失导致宽度值为0)，后者在图像上表现为将某一段“形状曲线”放大到一定程度后可观察到的许多“锯齿”，如图4所示。
虽然这些“噪音”数据在整体上并不影响人类对器物形态的认识，但在需要进一步分析以准确定义器物形状时会产生较大的误差，因此，需要对这些“噪音”进行消除。所以，在进一步的实施方案中，本发明实施例在提取所述考古器物照片/线图中考古器物的轮廓曲线之后，所述方法还包括：
对所述轮廓曲线进行降噪处理，获得平滑的轮廓曲线。
具体的，本发明实施例中对所述轮廓曲线进行降噪处理，获得平滑的轮廓曲线的方法包括：
采用消除极小值或以标准差与平均值进行限制自动过滤，将不满足条件的无效数据替换为邻近两个有效数据的均值，从而消除因个别像素缺失而产生了少数位置宽度数值缺失的“噪音”，即图4中的“竖向黑线”。
采用高斯曲线算法进行多点平均卷积运算，获得平滑的轮廓曲线，从而消除“锯齿”。
具体的，令每一个点pi(hi，wi)的值yi受到附近2k个点(即pi与其前后各k点)的共同影响。生成以pi所在位置hi为中心，k为标准差(由于希望着重考虑前后k个点，此处以k作为分布的标准差)的(2k+1)个服从高斯分布的值G[g1,g2,…,g2k+1]作为每个点的权重，对每个点pi(hi，wi)的宽度数值wi进行重新计算：
这种平滑方式较好地消除了“锯齿”而对器物整体的形状信息几乎没有影响。并且这种方法也可用于在数据间插值，在不改变总体趋势的情况下改变数据维度，使任意长度的两组数据可通过缩放进行比较。
经过处理后的数据与原数据几乎重合，但先前的“竖向黑线”和“锯齿”不复存在，如图5所示。
对所述轮廓曲线进行降噪处理，获得平滑的轮廓曲线之后，执行步骤S3：对所述轮廓曲线进行数据处理，获取所述考古器物的特征点。
在具体的实施过程中，本发明实施例对所述轮廓曲线进行数据处理，获取所述考古器物的特征点的方法具体包括：
对所述轮廓曲线进行1阶、2阶、3阶求导，获得求导结果。
具体的，由于导数的本质是通过极限的概念对函数进行局部的线性逼近，因此函数上某一点的导数可表示为该点与附近极限临近的一点间连线的斜率，在数据密度较高的情况下可使用其与临近一点之间的直线斜率近似地作为该点的导数，因此，如图6所示，本发明实施例采用以下计算公式计算每个点pi(hi，wi)的导数近似值yi：
采用计算方式不必考虑曲线的形状，即是说，不论何种器物，都可通过这种算法近似地计算导数而不必寻找原形状曲线的函数关系。
同理，在一阶导数的基础上，曲线函数上任一点pi(hi，wi)的二阶导数都可通过计算求得：
w″i=(w′i)″即
而在二阶导数的基础上，该处的三阶导数也可求得：
wi″′＝(wi″)′
基于所述特征点，结合所述比例尺数据，获得所述考古器物的尺寸参数。
获得求导结果之后，提取所述求导结果中1阶、3阶导数为零的位置，标记其为所述考古器物的特征点。
在W′中寻找到的w′i＝0的位置，即是原曲线上较重要的转折点所在的位置，如图7所示。这些点的实际意义即为曲线走势从向上(或向下)转为向下(或向上)的转折点，即局部的极大/极小值。二阶导数W″中wi″＝0的位置，即是形态曲线斜率不变化的位置，亦即器物轮廓凹凸转变的转变点，而此类转变不同于转折，轮廓线走向并未发生改变。三阶导数W″′中wi″′＝0的位置，则表示形态变化趋势加快或减慢的位置。
考虑到考古工作当中对器物分隔的实际情况，一般选择1阶导数和3阶导数值为0的点作为关键点对器物进行分隔。
完成步骤S3之后，执行步骤S4：基于所述特征点，结合所述比例尺数据，获得所述考古器物的尺寸参数。
在具体的实施过程中，为了更好地对考古器物进行整理，在获得所述考古器物的尺寸参数之后，所述方法还包括：
基于所述考古器物的尺寸参数，利用k-means算法对所述考古器物进行分类。
基于上述古器物形态处理与分析方法，本发明实施例还提供了一种考古器物形态处理与分析装置，包括：
获取模块100，用于获取考古器物照片/线图和比例尺数据；
提取模块200，用于提取所述考古器物照片/线图中考古器物的轮廓曲线；
特征数据处理模块300，用于对所述轮廓曲线进行数据处理，获取所述考古器物的特征点；
尺寸数据处理模块400，基于所述特征点，结合所述比例尺数据，获得所述考古器物的尺寸参数。
在具体的实施过程中，该考古器物形态处理与分析装置还包括：
降噪处理模块500，用于对所述轮廓曲线进行降噪处理，获得平滑的轮廓曲线。
基于上述古器物形态处理与分析方法，本发明实施例还提供了一种考古器物形态处理与分析装置，所述装置包括处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时，执行上述方法的步骤。
基于上述古器物形态处理与分析方法，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种考古器物形态处理与分析方法，其特征在于，包括：
获取考古器物照片/线图和比例尺数据；
提取所述考古器物照片/线图中考古器物的轮廓曲线；
对所述轮廓曲线进行数据处理，获取所述考古器物的特征点；
基于所述特征点，结合所述比例尺数据，获得所述考古器物的尺寸参数；
其中，所述提取所述考古器物照片/线图中考古器物的轮廓曲线，包括：
针对对称性较强的器物，通过从上到下测量图像上所有像素点P的宽度W，以宽度W/2的方式表示实际器物一侧边缘的形状；
或者，针对对称性较差的器物，以一条纵向分割线将器物分为左右两侧，以分割线的横坐标xv作为阈值，则对于图像上任一点pi(xi，yi)，满足xi<xv即为分隔线左侧的点，满足xi>x0即为分隔线右侧的点；其中，
xv为分隔线横坐标值，n为器物线图所有像素点的总数。
2.根据权利要求1所述的考古器物形态处理与分析方法，其特征在于，获取考古器物照片/线图和比例尺数据的方法为：
在考古器物实体的四周放置若干个长度已知的纯色方块；
利用摄像头或扫描装置对所述考古器物实体以及所述纯色方块进行拍摄或或扫描，获取考古器物照片/线图和比例尺数据。
3.根据权利要求1所述的考古器物形态处理与分析方法，其特征在于，提取所述考古器物照片/线图中考古器物的轮廓曲线之后，所述方法还包括：
对所述轮廓曲线进行降噪处理，获得平滑的轮廓曲线。
4.根据权利要求3所述的考古器物形态处理与分析方法，其特征在于，对所述轮廓曲线进行降噪处理的方法包括：
采用消除极小值或以标准差与平均值进行限制自动过滤，将不满足条件的无效数据替换为邻近两个有效数据的均值；
采用高斯曲线算法进行多点平均卷积运算，获得平滑的轮廓曲线。
5.根据权利要求1所述的考古器物形态处理与分析方法，其特征在于，对所述轮廓曲线进行数据处理，获取所述考古器物的特征点的方法包括：
对所述轮廓曲线进行1阶、2阶、3阶求导，获得求导结果；
提取所述求导结果中1阶、3阶导数为零的位置，标记其为所述考古器物的特征点。
6.根据权利要求1所述的考古器物形态处理与分析方法，其特征在于，获得所述考古器物的尺寸参数之后，所述方法还包括：
基于所述考古器物的尺寸参数，利用k-means算法对所述考古器物进行分类。
7.一种考古器物形态处理与分析装置，其特征在于，包括：
获取模块，用于获取考古器物照片/线图和比例尺数据；
提取模块，用于提取所述考古器物照片/线图中考古器物的轮廓曲线；
特征数据处理模块，用于对所述轮廓曲线进行数据处理，获取所述考古器物的特征点；
尺寸数据处理模块，基于所述特征点，结合所述比例尺数据，获得所述考古器物的尺寸参数；
其中，所述提取模块具体用于：
针对对称性较强的器物，通过从上到下测量图像上所有像素点P的宽度W，以宽度W/2的方式表示实际器物一侧边缘的形状；
或者，针对对称性较差的器物，以一条纵向分割线将器物分为左右两侧，以分割线的横坐标xv作为阈值，则对于图像上任一点pi(xi，yi)，满足xi<xv即为分隔线左侧的点，满足xi>x0即为分隔线右侧的点；其中，
xv为分隔线横坐标值，n为器物线图所有像素点的总数。
8.根据权利要求7所述的考古器物形态处理与分析装置，其特征在于，还包括：
降噪处理模块，用于对所述轮廓曲线进行降噪处理，获得平滑的轮廓曲线。
9.一种考古器物形态处理与分析装置，其特征在于，所述装置包括处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时，执行权利要求1至6任一项所述方法的步骤。
10.一种计算机存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911396780.5A CN111160470B (zh) | 2019-12-30 | 2019-12-30 | 考古器物形态处理与分析方法、装置和计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911396780.5A CN111160470B (zh) | 2019-12-30 | 2019-12-30 | 考古器物形态处理与分析方法、装置和计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111160470A CN111160470A (zh) | 2020-05-15 |
| CN111160470B true CN111160470B (zh) | 2024-01-23 |
Family
ID=70559109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911396780.5A Active CN111160470B (zh) | 2019-12-30 | 2019-12-30 | 考古器物形态处理与分析方法、装置和计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111160470B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11213128A (ja) * | 1998-01-23 | 1999-08-06 | Hitachi Ltd | ベクトル地図表示システム |
| CN102072723A (zh) * | 2010-11-15 | 2011-05-25 | 南京师范大学 | 基于数字摄影测量技术的考古器物制图与分类方法 |
| CN103308430A (zh) * | 2013-06-03 | 2013-09-18 | 浙江大学 | 一种测量种子千粒重的方法及装置 |
| CN105627920A (zh) * | 2015-12-18 | 2016-06-01 | 小米科技有限责任公司 | 尺寸显示方法和装置 |
| CN109068810A (zh) * | 2016-03-25 | 2018-12-21 | 未来鞋业公司 | 统一远程物品如鞋及服饰的尺寸调整和销售***及方法 |
| CN109165645A (zh) * | 2018-08-01 | 2019-01-08 | 腾讯科技（深圳）有限公司 | 一种图像处理方法、装置以及相关设备 |
| CN110059663A (zh) * | 2019-04-24 | 2019-07-26 | 扬州龙科信息科技有限公司 | 一种基于特征点检测的粘连蘑菇视觉识别与测量方法 |
| CN110608685A (zh) * | 2019-09-18 | 2019-12-24 | 天津工业大学 | 一种基于树莓派的物体尺寸快速测量方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2836215B1 (fr) * | 2002-02-21 | 2004-11-05 | Yodea | Systeme et procede de modelisation et de restitution tridimensionnelle d'un objet |
| EP2807609A1 (en) * | 2013-04-01 | 2014-12-03 | Aselsan Elektronik Sanayi ve Ticaret Anonim Sirketi | System and method for describing image outlines |
-
2019
- 2019-12-30 CN CN201911396780.5A patent/CN111160470B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11213128A (ja) * | 1998-01-23 | 1999-08-06 | Hitachi Ltd | ベクトル地図表示システム |
| CN102072723A (zh) * | 2010-11-15 | 2011-05-25 | 南京师范大学 | 基于数字摄影测量技术的考古器物制图与分类方法 |
| CN103308430A (zh) * | 2013-06-03 | 2013-09-18 | 浙江大学 | 一种测量种子千粒重的方法及装置 |
| CN105627920A (zh) * | 2015-12-18 | 2016-06-01 | 小米科技有限责任公司 | 尺寸显示方法和装置 |
| CN109068810A (zh) * | 2016-03-25 | 2018-12-21 | 未来鞋业公司 | 统一远程物品如鞋及服饰的尺寸调整和销售***及方法 |
| CN109165645A (zh) * | 2018-08-01 | 2019-01-08 | 腾讯科技（深圳）有限公司 | 一种图像处理方法、装置以及相关设备 |
| CN110059663A (zh) * | 2019-04-24 | 2019-07-26 | 扬州龙科信息科技有限公司 | 一种基于特征点检测的粘连蘑菇视觉识别与测量方法 |
| CN110608685A (zh) * | 2019-09-18 | 2019-12-24 | 天津工业大学 | 一种基于树莓派的物体尺寸快速测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111160470A (zh) | 2020-05-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10168526B2 (en) | Cell contour formation apparatus and method of the same, and non-transitory computer readable storage medium storing a cell contour formation program | |
| CN103971126B (zh) | 一种交通标志识别方法和装置 | |
| JP5899179B2 (ja) | 人物認識装置、人物認識方法、人物認識プログラムおよびその記録媒体 | |
| CN110348263A (zh) | 一种基于图像识别的二维随机码图像识别与提取方法 | |
| CN104123554B (zh) | 基于mmtd的sift图像特征提取方法 | |
| CN107767358B (zh) | 一种图像中物体模糊度确定方法和装置 | |
| CN105740945A (zh) | 一种基于视频分析的人群计数方法 | |
| CN110189408B (zh) | 一种根据人体照片得到人体外表数据的***及方法 | |
| CN106022205B (zh) | 图像处理装置以及图像处理方法 | |
| CN108734113A (zh) | 车辆自动标注方法、存储介质、电子设备、*** | |
| CN112686872B (zh) | 基于深度学习的木材计数方法 | |
| CN111160470B (zh) | 考古器物形态处理与分析方法、装置和计算机存储介质 | |
| CN107491714A (zh) | 智能机器人及其目标物体识别方法和装置 | |
| CN108682021A (zh) | 快速手部跟踪方法、装置、终端及存储介质 | |
| CN110751732B (zh) | 一种2d图像转3d图像的方法 | |
| CN104655041A (zh) | 一种附加约束条件的工业零件轮廓线多特征提取方法 | |
| CN114626118A (zh) | 建筑物室内模型生成方法及装置 | |
| CN106934846B (zh) | 一种布料图像处理方法及*** | |
| CN104239874B (zh) | 一种器官血管识别方法及装置 | |
| CN113239867B (zh) | 一种基于掩码区域自适应增强的光照变化人脸识别方法 | |
| CN114581433B (zh) | 一种获取金属球腔内表面形貌检测图像的方法及*** | |
| CN103679170B (zh) | 一种基于局部特征的显著区域检测方法 | |
| CN112541899A (zh) | 证件的残缺检测方法、装置、电子设备及计算机存储介质 | |
| CN108288262B (zh) | 电源线圈线松检测方法、装置及计算机可读存储介质、终端设备 | |
| CN116758058B (zh) | 一种数据处理方法、装置、计算机及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |