CN109410139A - 一种文物内部和表面病害数字化分析评估方法 - Google Patents
一种文物内部和表面病害数字化分析评估方法 Download PDFInfo
- Publication number
- CN109410139A CN109410139A CN201811226012.0A CN201811226012A CN109410139A CN 109410139 A CN109410139 A CN 109410139A CN 201811226012 A CN201811226012 A CN 201811226012A CN 109410139 A CN109410139 A CN 109410139A
- Authority
- CN
- China
- Prior art keywords
- image
- historical relic
- defect
- cultural artifact
- dimensional
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 201000010099 disease Diseases 0.000 title claims abstract description 57
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 57
- 238000003556 assay Methods 0.000 title claims abstract description 17
- 230000007547 defect Effects 0.000 claims abstract description 60
- 238000003325 tomography Methods 0.000 claims abstract description 19
- 238000013461 design Methods 0.000 claims abstract description 16
- 238000010408 sweeping Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000005516 engineering process Methods 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000010146 3D printing Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 description 8
- 230000007797 corrosion Effects 0.000 description 6
- 238000005260 corrosion Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 150000001299 aldehydes Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000012496 blank sample Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000007524 organic acids Chemical class 0.000 description 1
- -1 oxide Chemical compound 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种文物内部和表面病害数字化分析评估方法，可以将文物内部和表面的病害部位进行连续扫描，并然后对获取的图像进行处理和分析得出表面和内部的缺陷的面积、缺陷质心坐标以及缺陷的形状，使得操作人员能够清楚的看到病害部位；然后对三维扫描得出的文物表面图像和断层扫面得出的文物内部图像进行拟合，然后通过三维重建逆向工程设计还原出文物表面的纹理、色彩特征和内部结构的三维模型，从而呈现出其文物表面和内部病害位置以及病害范围，并将病害的三维重构系统呈现为三维PDF文档。
Description
技术领域
本发明涉及一种文物病害分析评估方法，尤其涉及一种文物内部和表面病害数字化分析评估方法。
背景技术
我国是一个历史悠久的文明古国，在我国漫长的历史进程中，产生了种类繁多，品种及其丰富的文物。但是，这些年代久远的历史文化遗产，随着时间的流逝，都经受着不同程度的破坏和损害，由于自身材质和储存条件的原因大多存在一些破损和病害。导致文物产生病害主要有两个方面的因素：文物本身材质的理化特性以及文物所处的环境。无论是地下文物、田野文物、还是馆藏文物,能够保存下来,很大程度上取决于它们的抗腐蚀的能力和所处的环境条件，而这些破损和病害往往细微而不易观察。
目前通常使用的是1973年由大英博物馆的Oddy先生提出了一种称为“Oddy法”的文物的检测方法，该方法用铅片、铜片、银片作为检测腐蚀气体探头。实验时将一片金属片与样品材料放在实验瓶中，同时放入1mL纯水(相对湿度高)。试验瓶完全密封，加温到60℃，保温28天。每个试验重复两次。每次试验做一次空白样，然后对试验结果进行目测评估。如果样品材料造成的金属试片腐蚀物不多于空白试 验金属试片上的腐蚀物，则材料是合格的。除了观察评估腐蚀程度外，对金属试片的腐蚀同时也能让人们大致了解样品材料释放的腐蚀气体，如硫化物腐蚀银片；有机酸，醛类腐蚀铅片；氯化物、氧化物、硫化物腐蚀铜片，其他气体也会引发试片的腐蚀。Oddy法的一个不便之处是试验时间比较长，需要28天，另外腐蚀结果由人工目测进行评估。
本发明提供一种文物内部和表面病害数字化分析评估方法，采用三维扫描技术和断层扫描技术的高精度测量的优势还原文物病害结构以及损坏部分的精准尺寸、精准位置以便于后续更精细的工作开展。
发明内容
本发明的目的是克服现有技术的不足，提供一种文物内部和表面病害数字化分析评估方法，可以将文物内部和表面的病害部位进行连续扫描，并然后对获取的图像进行处理和分析得出表面和内部的缺陷的面积、缺陷质心坐标以及缺陷的形状，使得操作人员能够清楚的看到病害部位。
为实现上述目的，本发明的技术解决方案是：一种文物内部和表面病害数字化分析评估方法，其特征在于：该方法包括：
利用三维坐标测量仪和近景摄像机对文物表面进行三维扫描和近距离摄像并存储图像，对影响图像特征的噪点和反光区域进行优化处理，通过数字化处理增强图像的表面平滑度与边缘锐化，然后采用聚类算法分析文物表面的色彩，对分析完成的文物进行图像纹理特征的分析，对优化后的图像纹理特征进行匹配，便于后续对文物表面纹理的连续性的分析，采用识别技术判断文物表面纹理和色彩特征的连续性，并对文物表面非平滑连接区域的边缘进行重合度匹配计算，通过计算机对文物表面的连续性进行分析，将分析后文物表面图像进行存储；
采用断层扫描设备对文物进行三维扫描，对获取的断层图像通过灰度变换处理进行图像增强，然后通过二值化算法对图像增强后的图像进行二值化处理，然后对图像内部的缺陷面积、缺陷质心和缺陷形状进行计算并存储；
对三维扫描得出的文物表面图像和断层扫面得出的文物内部图像进行拟合，然后通过三维重建逆向工程设计还原出文物表面的纹理、色彩特征和内部结构的三维模型，从而呈现出其文物表面和内部病害位置以及病害范围；
还原文物病害结构以及损坏部分的位置和形状，并将病害的三维重构系统呈现为三维PDF文档。
作为本发明的进一步改进，所述利用三维坐标测量仪和近景摄像机对文物表面进行三维扫描和近距离摄像并存储图像具体是在采用三维激光扫描仪扫描文物表面时，综合利用不同类型的三维激光扫描系统，用毫米级的三维扫描仪进行整体控制，用亚毫米级的三维扫描仪进行局部数据采集，然后结合近景摄影测量，实现文物表面信息的全部留取。
作为三维扫描和近距离摄像的进一步限定，首先，利用毫米级和亚毫米级三维激光扫描仪器获取文物整体的密集点数据，通过多时相点数据对比，得到文物表面局部结构的变形及缺损形状；然后，采用近景摄影测量，通过投影或纹理展开的方式获得文物的影像图，借助图像识别技术检测纹理色彩的细微变化。
作为本发明的进一步改进，所述图像识别技术中采用的具体方法为：首先是对近景图像进行校正和预处理，得到文物表面的校准图像，然后提取图像中某像素点对应的光谱曲线作为该点处的光谱特征，然后对图像进行PCA降维处理，将图像降为3维，使用基于CNN的特征提取器进行特征的提取，将提取出的特征作为空间特征，最后将光谱特征和空间特征进行线性特征融合形成谱-空特征集合，使用SVM作为分类器进行分类得到文物表面之间色彩连续性的结果。
作为本发明的进一步改进，对影响图像特征的噪点和反光区域进行优化处理包括主要包括点云拼接、降噪除冗、数据分割、滤波、点云优化处理。
作为本发明的进一步改进，文物表面之间的表面纹理的连续性判断方法具体采用如下方法：首先，统计角点数量：设计一个弧长阀值A作为比较的标准，通过型值点之间的平均弧长的加权来获取A值；当连续多个点的相邻距离连续小于或等于A，则视为该区域存在1个角点，并对角点区域内的型值点进行标记；
然后，剔除纹理点云中的冗余点：设计一个夹角阀值B，计算相邻三点Pti-1、Pt、Pti+1，1≦i≦N-1所组成的两个向量的夹角ai，其中N为大于1的正整数，如果ai大于阀值B，则将中间型值点Pt删除，直到所有型值点进行判别完成；
最后，连接始末端点Pt0PtN-1，计算各点到该连线距离hi，以及计算具有角点标记的数据点Pti与相邻两个数据点Pti-1、Pti+1所组成的两个向量的所得夹角ai，与中间数据点距离hi的比值ai/hi，具有最小值min（ai/hi）的中间数据点即为1个已知角点，删除相邻区域数据点的角点标记，将复杂纹理截面进行拆分，并将角点记数器减1，对新纹理截面继续进行该步骤，每判断出一个角点，记数器减1，直到记数器减为0停止判别。
本发明中对获得到的原始文物内部扫描图像进行图像增强处理的主要目的在于突出断层图像中的局部特性，将原来不清晰的内部缺陷变得清晰，扩大图像中不同物体特征之间的差别，使图像中增强不同部分之间的差异化，模糊无关部分的特征，形成反差对比，使得图像中需要研究的部分图像质量、信息量更加丰富，从而更加快捷有效的对加强部分进行识别，达到对图像分析研究的需求，加强内部缺陷判读和识别效果。
灰度变换图像处理技术都是在空间域进行的，空间域处理可由下式表示：
g(x,y)=T[f(x,y)]，其中f(x,y)是输入图像，g(x,y)是处理之后的图像，T是在点(x,y)的领域上定义的关于f的一种算子，算子可以应用于单独图像或图像集合，在空间域一幅图像中关于点(x,y)的一个邻域，邻域在图像中从一个像素到另一个像素移动来生成一幅输出图像，其处理步骤如下：
1)邻域原点先从一个像素移向另一个像素，对邻域中的像素应用算子T，并在该位置产生输出，对于任意指定的位置(x,y)，输出图像g在这些坐标处的值等于对f中以(x,y)为原点的邻域应用算子T的结果；
2)邻域的原点继续移动至下一个位置，循环重复上述过程，会产生下一个输出图像g的值，该过程是先从输入图像的左上角位置开始，而后以水平扫描的方式逐像素进行处理，每次一行。
本发明中灰度变化具体使用反转变换，可以得到灰度范围为[0，L-1]的一幅图像的反转图像，该反转图像由下式给出：s=L-1-r；使用这种方式反转一幅图像的灰度级，可以得到等效照片的底片，这种类型特别用于增强嵌入式在一幅图像的暗区域中的白色或灰色细节，特别是当黑色面积尺寸上占主导地位时。
图像增强后，为了便于对断层扫描获得的文物内部图像缺陷进行突出显示，将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果，从而更加显著的凸显内部缺陷。
在图像增强的基础上，对图像进行二值化处理；本发明中二值化处理具体选择最大类间方差法。
二值化过程中通过选取适当的阀值对256个亮度等级的灰度进行处理，从而可以得到反映图像局部或整体特征的图像；在图像处理中，二值化处理图像，对后续图像分析起着非常重要的作用。
首先，图像二值化过程能够有效的为图像的进一步处理做准备，使图像只有0和255两个状态，减小了数据量，并且能凸显出所要获取的目标轮廓；其次，处理和分析二值图像的前提是，先把灰度图像进行二值化处理，才能获取到二值化图像，这样有利于对图像做后续的分析，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。
图像的二值化处理就是将图像上的点的灰度置为0或255，所有灰度大于或等于阀值的像素被界定为要突出显示的部分，其灰度值为255表示，其余部分的像素点则被认定为区域以外，灰度值置0，表示背景或者并不感兴趣的区域。也就是讲整个图像呈现出明显的黑白效果。为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。
经过图像二值化处理后，在文物内部，获取到的黑色孔洞，就是文物内部的缺陷；通过计算内部缺陷黑色区域进而对文物内部缺陷像素面积进行统计分析即可得出文物内部缺陷的缺陷面积、缺陷质心和缺陷形状数据。
所述对图像内部的缺陷面积、缺陷质心和缺陷形状进行计算具体是获取文物内部断层扫描图像内部缺陷，循环遍历每个连通区域的边界，然后计算缺陷边界所围面积和标记缺陷质心并求取缺陷质心坐标；然后循环处理每个闭合缺陷边界，获取边界坐标，计算描述闭合区域边界的点数，获取缺陷的形状。
作为本发明的进一步改进，所述断层薄层采集法包括CT设备采集数据、三维重建和3D打印生成模具，所述CT设备采集数据是将文物进行薄层扫描存储，再通过三维重建逆向工程设计还原出内部结构三维模型，由3D打印技术生成模具。
作为本发明的进一步改进，断层薄层采集法具体采用如下方法：采用断层扫描设备对文物进行薄层扫描存储，将分割结果输入，并根据图像特征选择恰当的分割方法，利用分割结果构造等值面；然后，对二维切片图像进行分析和处理，将扫描得到的一系列二维切片图像通过断层插值构造三维数据体，三维数据采用具有快速成型系统可识别的STL文件格式。
作为本发明的进一步改进，CT设备包括扫描部分、计算机系统和图像显示存储系统；所述扫描部分由X线管、探测器和扫描架组成；所述计算机系统是将扫描收集到的信息数据进行贮存运算；所述图像显示存储系统是将经计算机处理、重建的图像显示在电视屏上并存储于硬盘里。
作为本发明的进一步改进，所述三维重建逆向工程设计通过对文物结构进行逆向分析，从而演绎并得出文物的内部结构，以便对文物内部结构的连续性进行评估。
其中，三维重建逆向工程设计是一种产品设计技术再现过程，即对一项目标产品进行逆向分析及研究，从而演绎并得出该产品的处理流程、组织结构、功能特性及技术规格等设计要素，以制作出相近的产品。
其中，3D打印技术生成模具是利用3D打印机将3D模型精确、快速地加工生产出来的模具。
本发明通过对文物内部和表面的病害部位进行连续扫描，并然后对获取的图像进行处理和分析得出表面和内部的缺陷的面积、缺陷质心坐标以及缺陷的形状，使得操作人员能够清楚的看到病害部位；然后对三维扫描得出的文物表面图像和断层扫面得出的文物内部图像进行拟合，然后通过三维重建逆向工程设计还原出文物表面的纹理、色彩特征和内部结构的三维模型，从而呈现出其文物表面和内部病害位置以及病害范围，并将病害的三维重构系统呈现为三维PDF文档。
本发明的有益效果是:
1、本发明在分析评估文物内部病害时，采取三维扫描技术和断层扫描技术对文物表面和内部进行扫描，然后再通过3D重建逆向工程设计还原出文物表面和内部的结构三维模型，从而呈现出其内部病害位置以及病害范围；扫描之后的数据，借由3D打印技术生成模具，这样制作出来的修复部件能与原来的断面完全吻合，为精确修复打下基础。
2、本发明通过首先，利用毫米级和亚毫米级三维激光扫描仪器获取文物整体的密集点云数据，通过多时相点云数据对比，得到文物局部结构的变形及缺损形状；然后，采用近景摄影测量，通过投影或纹理展开的方式获得文物的正射影像图，借助图像识别技术检测纹理色彩的细微变化，这些均大大有利于后续文物表面非平滑连接区域的匹配，提高了计算机对文物表面缺陷识别的准确性。
3、本发明采用断层薄层采集法，用128排位以上的CT设备进行采集获得的薄层（0.1MM）数据，结合三维重构逆向软件进行三维重建，还原文物病害结构以及损坏部分的精准尺寸、精准位置以便于后续更精细的工作开展；最终病害的三维重构系统可呈现为三维PDF文档，也便于交流，测绘，以及存档管理。
具体实施方式
下面对本发明及其具体实施方式作进一步详细说明。
一种文物内部和表面病害数字化分析评估方法，该方法包括：
利用三维坐标测量仪和近景摄像机对文物表面进行三维扫描和近距离摄像并存储图像，对影响图像特征的噪点和反光区域进行优化处理，通过数字化处理增强图像的表面平滑度与边缘锐化，然后采用聚类算法分析文物表面的色彩，对分析完成的文物进行图像纹理特征的分析，对优化后的图像纹理特征进行匹配，便于后续对文物表面纹理的连续性的分析，采用识别技术判断文物表面纹理和色彩特征的连续性，并对文物表面非平滑连接区域的边缘进行重合度匹配计算，通过计算机对文物表面的连续性进行分析，将分析后文物表面图像进行存储；
采用断层薄层采集法对文物进行三维断层扫描，对获取的断层图像通过灰度变换处理进行图像增强，然后通过二值化算法对图像增强后的图像进行二值化处理，然后对图像内部的缺陷面积、缺陷质心和缺陷形状进行计算并存储；
对三维扫描得出的文物表面图像和断层扫面得出的文物内部图像进行拟合，然后通过三维重建逆向工程设计还原出文物表面的纹理、色彩特征和内部结构的三维模型，从而呈现出其文物表面和内部病害位置以及病害范围；
还原文物病害结构以及损坏部分的位置和形状，并将病害的三维重构系统呈现为三维PDF文档。
其中，利用三维坐标测量仪和近景摄像机对文物表面进行三维扫描和近距离摄像并存储图像具体是：在采用三维激光扫描仪扫描文物表面时，综合利用不同类型的三维激光扫描系统，用毫米级的三维扫描仪进行整体控制，用亚毫米级的三维扫描仪进行局部数据采集，然后结合近景摄影测量，实现文物表面信息的全部留取。
其中，利用三维坐标测量仪和近景摄像机对文物表面进行三维扫描和近距离摄像并存储图像具体操作是：首先，利用毫米级和亚毫米级三维激光扫描仪器获取文物整体的密集点数据，通过多时相点数据对比，得到文物表面局部结构的变形及缺损形状；然后，采用近景摄影测量，通过投影或纹理展开的方式获得文物的影像图，借助图像识别技术检测纹理色彩的细微变化。
其中，图像识别技术中采用的具体方法为：首先是对近景图像进行校正和预处理，得到文物表面的校准图像，然后提取图像中某像素点对应的光谱曲线作为该点处的光谱特征，然后对图像进行PCA降维处理，将图像降为3维，使用基于CNN的特征提取器进行特征的提取，将提取出的特征作为空间特征，最后将光谱特征和空间特征进行线性特征融合形成谱-空特征集合，使用SVM作为分类器进行分类得到文物表面之间色彩连续性的结果。
其中，对影响图像特征的噪点和反光区域进行优化处理包括主要包括点云拼接、降噪除冗、数据分割、滤波、点云优化处理。
其中，二值化处理具体选择最大类间方差法。
其中，对图像内部的缺陷面积、缺陷质心和缺陷形状进行计算并存储具体是：获取文物内部断层扫描图像内部缺陷，循环遍历每个连通区域的边界，然后计算缺陷边界所围面积和标记缺陷质心并求取缺陷质心坐标；然后循环处理每个闭合缺陷边界，获取边界坐标，计算描述闭合区域边界的点数，获取缺陷的形状，最后对求取的图像内部的缺陷面积、缺陷质心和缺陷形状数据进行存储。
其中，断层薄层采集法包括CT设备采集数据、三维重建和3D打印生成模具，所述CT设备采集数据是将文物进行薄层扫描存储，再通过三维重建逆向工程设计还原出内部结构三维模型，由3D打印技术生成模具。
其中，断层薄层采集法具体采用如下方法：采用断层扫描设备对文物进行薄层扫描存储，将分割结果输入，并根据图像特征选择恰当的分割方法，利用分割结果构造等值面；然后，对二维切片图像进行分析和处理，将扫描得到的一系列二维切片图像通过断层插值构造三维数据体，三维数据采用具有快速成型系统可识别的STL文件格式。
其中，断层扫描设备包括扫描部分、计算机系统和图像显示存储系统；所述扫描部分由X线管、探测器和扫描架组成；所述计算机系统是将扫描收集到的信息数据进行贮存运算；所述图像显示存储系统是将经计算机处理、重建的图像显示在电视屏上并存储于硬盘里。
本发明通过对文物内部和表面的病害部位进行连续扫描，并然后对获取的图像进行处理和分析得出表面和内部的缺陷的面积、缺陷质心坐标以及缺陷的形状，使得操作人员能够清楚的看到病害部位；然后对三维扫描得出的文物表面图像和断层扫面得出的文物内部图像进行拟合，然后通过三维重建逆向工程设计还原出文物表面的纹理、色彩特征和内部结构的三维模型，从而呈现出其文物表面和内部病害位置以及病害范围，并将病害的三维重构系统呈现为三维PDF文档。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种文物内部和表面病害数字化分析评估方法，其特征在于：该方法包括：
利用三维坐标测量仪和近景摄像机对文物表面进行三维扫描和近距离摄像并存储图像，对影响图像特征的噪点和反光区域进行优化处理，通过数字化处理增强图像的表面平滑度与边缘锐化，然后采用聚类算法分析文物表面的色彩，对分析完成的文物进行图像纹理特征的分析，对优化后的图像纹理特征进行匹配，便于后续对文物表面纹理的连续性的分析，采用识别技术判断文物表面纹理和色彩特征的连续性，并对文物表面非平滑连接区域的边缘进行重合度匹配计算，通过计算机对文物表面的连续性进行分析，将分析后文物表面图像进行存储；
采用断层薄层采集法对文物进行三维断层扫描，对获取的断层图像通过灰度变换处理进行图像增强，然后通过二值化算法对图像增强后的图像进行二值化处理，然后对图像内部的缺陷面积、缺陷质心和缺陷形状进行计算并存储；
对三维扫描得出的文物表面图像和断层扫面得出的文物内部图像进行拟合，然后通过三维重建逆向工程设计还原出文物表面的纹理、色彩特征和内部结构的三维模型，从而呈现出其文物表面和内部病害位置以及病害范围；
还原文物病害结构以及损坏部分的位置和形状，并将病害的三维重构系统呈现为三维PDF文档。
2.按权利要求1所述一种文物内部和表面病害数字化分析评估方法，其特征在于：所述利用三维坐标测量仪和近景摄像机对文物表面进行三维扫描和近距离摄像并存储图像具体是：在采用三维激光扫描仪扫描文物表面时，综合利用不同类型的三维激光扫描系统，用毫米级的三维扫描仪进行整体控制，用亚毫米级的三维扫描仪进行局部数据采集，然后结合近景摄影测量，实现文物表面信息的全部留取。
3.按权利要求2所述一种文物内部和表面病害数字化分析评估方法，其特征在于：首先，利用毫米级和亚毫米级三维激光扫描仪器获取文物整体的密集点数据，通过多时相点数据对比，得到文物表面局部结构的变形及缺损形状；然后，采用近景摄影测量，通过投影或纹理展开的方式获得文物的影像图，借助图像识别技术检测纹理色彩的细微变化。
4.按权利要求1所述一种文物内部和表面病害数字化分析评估方法，其特征在于：所述图像识别技术中采用的具体方法为：首先是对近景图像进行校正和预处理，得到文物表面的校准图像，然后提取图像中某像素点对应的光谱曲线作为该点处的光谱特征，然后对图像进行PCA降维处理，将图像降为3维，使用基于CNN的特征提取器进行特征的提取，将提取出的特征作为空间特征，最后将光谱特征和空间特征进行线性特征融合形成谱-空特征集合，使用SVM作为分类器进行分类得到文物表面之间色彩连续性的结果。
5.按权利要求1所述一种文物内部和表面病害数字化分析评估方法，其特征在于：所述对影响图像特征的噪点和反光区域进行优化处理包括主要包括点云拼接、降噪除冗、数据分割、滤波、点云优化处理。
6.按权利要求5所述一种文物内部和表面病害数字化分析评估方法，其特征在于：所述二值化处理具体选择最大类间方差法。
7.按权利要求1所述一种文物内部和表面病害数字化分析评估方法，其特征在于：所述对图像内部的缺陷面积、缺陷质心和缺陷形状进行计算并存储具体是：获取文物内部断层扫描图像内部缺陷，循环遍历每个连通区域的边界，然后计算缺陷边界所围面积和标记缺陷质心并求取缺陷质心坐标；然后循环处理每个闭合缺陷边界，获取边界坐标，计算描述闭合区域边界的点数，获取缺陷的形状，最后对求取的图像内部的缺陷面积、缺陷质心和缺陷形状数据进行存储。
8.按权利要求1所述一种文物内部和表面病害数字化分析评估方法，其特征在于：所述断层薄层采集法包括CT设备采集数据、三维重建和3D打印生成模具，所述CT设备采集数据是将文物进行薄层扫描存储，再通过三维重建逆向工程设计还原出内部结构三维模型，由3D打印技术生成模具。
9.按权利要求8所述一种文物内部和表面病害数字化分析评估方法，其特征在于：所述断层薄层采集法具体采用如下方法：采用断层扫描设备对文物进行薄层扫描存储，将分割结果输入，并根据图像特征选择恰当的分割方法，利用分割结果构造等值面；然后，对二维切片图像进行分析和处理，将扫描得到的一系列二维切片图像通过断层插值构造三维数据体，三维数据采用具有快速成型系统可识别的STL文件格式。
10.按权利要求9所述一种文物内部和表面病害数字化分析评估方法，其特征在于：断层扫描设备包括扫描部分、计算机系统和图像显示存储系统；所述扫描部分由X线管、探测器和扫描架组成；所述计算机系统是将扫描收集到的信息数据进行贮存运算；所述图像显示存储系统是将经计算机处理、重建的图像显示在电视屏上并存储于硬盘里。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811226012.0A CN109410139A (zh) | 2018-10-22 | 2018-10-22 | 一种文物内部和表面病害数字化分析评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811226012.0A CN109410139A (zh) | 2018-10-22 | 2018-10-22 | 一种文物内部和表面病害数字化分析评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109410139A true CN109410139A (zh) | 2019-03-01 |
Family
ID=65468715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811226012.0A Pending CN109410139A (zh) | 2018-10-22 | 2018-10-22 | 一种文物内部和表面病害数字化分析评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109410139A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110411415A (zh) * | 2019-07-20 | 2019-11-05 | 中兵勘察设计研究院有限公司 | 一种用于物品三维重建的摄影方法 |
| CN112197746A (zh) * | 2020-09-16 | 2021-01-08 | 上海建工四建集团有限公司 | 一种清水砖墙表面风化程度智能检测设备及检测方法 |
| CN112525932A (zh) * | 2020-12-01 | 2021-03-19 | 合肥工业大学 | 一种岩石微缺陷三维重构的方法及系统 |
| CN112734687A (zh) * | 2020-10-21 | 2021-04-30 | 重庆中国三峡博物馆 | 文物病害图绘制方法、装置、存储介质及电子设备 |
| WO2022007125A1 (zh) * | 2020-07-07 | 2022-01-13 | 蒋梦兰 | 瓷器表面裂纹修复鉴定系统 |
| CN115049915A (zh) * | 2022-07-11 | 2022-09-13 | 云南大学 | 一种基于目标检测技术的书画文物病害识别方法 |
| CN117456090A (zh) * | 2023-10-16 | 2024-01-26 | 浙江大学 | 一种合金断口三维重建与尺度校准方法 |
| CN118150613A (zh) * | 2024-03-26 | 2024-06-07 | 世秀新材料科技(浙江)有限公司 | 一种水性聚氨酯涂层树脂的检测系统 |
| CN119887622A (zh) * | 2024-11-28 | 2025-04-25 | 侯震 | 文物壁画三维数字化保护与微变化检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102353678A (zh) * | 2011-06-27 | 2012-02-15 | 北京建筑工程学院 | 一种测量文物病害的方法 |
| CN105141970A (zh) * | 2015-07-03 | 2015-12-09 | 哈尔滨工业大学深圳研究生院 | 一种基于三维模型几何信息的纹理图像压缩方法 |
| CN105261064A (zh) * | 2015-10-10 | 2016-01-20 | 浙江工业大学 | 基于计算机立体视觉的三维文物重建系统及其方法 |
| CN106780718A (zh) * | 2016-11-28 | 2017-05-31 | 玉溪师范学院 | 一种古生物化石的三维重建方法 |
| CN108226290A (zh) * | 2018-01-08 | 2018-06-29 | 西安交通大学 | 一种基于超声相控阵的零件内部缺陷三维参数提取方法 |
-
2018
- 2018-10-22 CN CN201811226012.0A patent/CN109410139A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102353678A (zh) * | 2011-06-27 | 2012-02-15 | 北京建筑工程学院 | 一种测量文物病害的方法 |
| CN105141970A (zh) * | 2015-07-03 | 2015-12-09 | 哈尔滨工业大学深圳研究生院 | 一种基于三维模型几何信息的纹理图像压缩方法 |
| CN105261064A (zh) * | 2015-10-10 | 2016-01-20 | 浙江工业大学 | 基于计算机立体视觉的三维文物重建系统及其方法 |
| CN106780718A (zh) * | 2016-11-28 | 2017-05-31 | 玉溪师范学院 | 一种古生物化石的三维重建方法 |
| CN108226290A (zh) * | 2018-01-08 | 2018-06-29 | 西安交通大学 | 一种基于超声相控阵的零件内部缺陷三维参数提取方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110411415A (zh) * | 2019-07-20 | 2019-11-05 | 中兵勘察设计研究院有限公司 | 一种用于物品三维重建的摄影方法 |
| CN110411415B (zh) * | 2019-07-20 | 2022-01-07 | 中兵勘察设计研究院有限公司 | 一种用于物品三维重建的摄影方法 |
| WO2022007125A1 (zh) * | 2020-07-07 | 2022-01-13 | 蒋梦兰 | 瓷器表面裂纹修复鉴定系统 |
| CN112197746A (zh) * | 2020-09-16 | 2021-01-08 | 上海建工四建集团有限公司 | 一种清水砖墙表面风化程度智能检测设备及检测方法 |
| CN112734687A (zh) * | 2020-10-21 | 2021-04-30 | 重庆中国三峡博物馆 | 文物病害图绘制方法、装置、存储介质及电子设备 |
| CN112525932A (zh) * | 2020-12-01 | 2021-03-19 | 合肥工业大学 | 一种岩石微缺陷三维重构的方法及系统 |
| CN115049915A (zh) * | 2022-07-11 | 2022-09-13 | 云南大学 | 一种基于目标检测技术的书画文物病害识别方法 |
| CN117456090A (zh) * | 2023-10-16 | 2024-01-26 | 浙江大学 | 一种合金断口三维重建与尺度校准方法 |
| CN118150613A (zh) * | 2024-03-26 | 2024-06-07 | 世秀新材料科技(浙江)有限公司 | 一种水性聚氨酯涂层树脂的检测系统 |
| CN118150613B (zh) * | 2024-03-26 | 2025-02-11 | 世秀新材料科技(浙江)有限公司 | 一种水性聚氨酯涂层树脂的检测系统 |
| CN119887622A (zh) * | 2024-11-28 | 2025-04-25 | 侯震 | 文物壁画三维数字化保护与微变化检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109410139A (zh) | 一种文物内部和表面病害数字化分析评估方法 | |
| CN112700429B (zh) | 基于深度学习的机场道面地下结构病害自动检测方法 | |
| CN109580630B (zh) | 一种机械零部件缺陷的视觉检测方法 | |
| CN108510467B (zh) | 基于深度可变形卷积神经网络的sar图像目标识别方法 | |
| WO2019134252A1 (zh) | 结构裂缝自动化描绘及宽度精准测量方法与设备 | |
| CN108052942B (zh) | 一种飞机飞行姿态的视觉图像识别方法 | |
| Graham et al. | Automated sizing of coarse-grained sediments: image-processing procedures | |
| CN110443836A (zh) | 一种基于平面特征的点云数据自动配准方法及装置 | |
| CN108564567A (zh) | 一种超高分辨率病理图像癌变区域可视化方法 | |
| CN108846397A (zh) | 一种基于图像处理的电缆半导电层自动检测方法 | |
| Chen et al. | A mathematical morphology-based multi-level filter of LiDAR data for generating DTMs | |
| Wong et al. | Segmentation of additive manufacturing defects using U-Net | |
| CN107437068A (zh) | 基于Gabor方向直方图和猪体毛发模式的猪个体识别方法 | |
| Changhui et al. | Cloud detection method based on feature extraction in remote sensing images | |
| CN106780718A (zh) | 一种古生物化石的三维重建方法 | |
| CN103065296B (zh) | 一种基于边缘特征的高分辨率遥感影像居民区提取方法 | |
| CN108830273A (zh) | 基于图像局部对比度的能见度测量方法 | |
| Erener et al. | A methodology for land use change detection of high resolution pan images based on texture analysis | |
| Jiang et al. | Cotton3DGaussians: Multiview 3D Gaussian Splatting for boll mapping and plant architecture analysis | |
| CN111340786B (zh) | 一种复杂点阵结构内部缺陷的三维分割方法及系统 | |
| Guldur et al. | Damage detection on structures using texture mapped laser point clouds | |
| CN117911845A (zh) | 一种基于点-线-面目标特征的航空机载高分sar影像质量评估方法 | |
| Huang et al. | Morphological building index (MBI) and its applications to urban areas | |
| CN110399806A (zh) | 基于高分辨率遥感影像识别阿德利企鹅数量的方法 | |
| Aghili | Utilization of digital image processing approach for a faster measurement of pottery fragments area compared to conventional techniques of weighing |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190301 |
|
| WD01 | Invention patent application deemed withdrawn after publication |