一种博物馆展示文物的三维成像数据采集方法与流程

摘要: 本发明涉及文物三维数据采集,具体来说,涉及一种博物馆展示文物的三维成像数据采集方法。背景技术:1、随着数字博物馆建设的不断推进,文物三维数字化已成为文物展示、保...
一种博物馆展示文物的三维成像数据采集方法与流程

本发明涉及文物三维数据采集,具体来说,涉及一种博物馆展示文物的三维成像数据采集方法。

背景技术:

1、随着数字博物馆建设的不断推进,文物三维数字化已成为文物展示、保护修复与学术研究的基础性工作,高精度、高语义、高完整性的文物三维模型是实现文物永久保存、数字化溯源与虚拟化展示的关键前提。

2、现有的文物数据采集方法难以兼顾复杂表面几何与材质属性的同步获取,对于带有金饰、彩绘、锈蚀层等多种材质复合的文物,单一模态的采集方式无法输出各区域的材质类别信息,后续仍需依赖人工目视判别或借助其他分析设备进行补测,导致几何点云数据与材质语义数据需通过后期软件二次拼接、跨设备对接匹配,数据配准工作量大、流程烦琐,不仅大幅拉长文物数字化建档周期,还容易产生点位偏移、纹理错位、语义不匹配等问题,导致模型精度与一致性难以保障,存在实用性与功能性低下的问题。

技术实现思路

1、针对相关技术中的问题,本发明提出一种博物馆展示文物的三维成像数据采集方法,可以有效解决现有文物三维数据采集时数据配准工作量大、流程烦琐的问题。

2、为此,本发明采用的具体技术方案如下:

3、一种博物馆展示文物的三维成像数据采集方法,该方法包括以下步骤:

4、s1、通过点阵激光扫描系统,在预设的n个不同方位,对目标文物执行全表面扫描,采集文物表面离散点云集合,建立各方位下的独立点云数据集,对n组点云数据进行粗配准、精配准,构建三维成像基础框架;

5、s2、对n个方位下的原始回波信号,提取每个表面点的多维属性指纹向量,识别同一表面位点下的不同方位采集点并建立数据集合,对数据点中的属性指纹向量进行加权中位数融合,以获得表面位点的标准化属性指纹数组,并与三维成像基础框架中的坐标点映射绑定;

6、s3、构建预设标准材质指纹属性库,将标准化属性指纹数组输入多分类概率模型,结合空间邻域的材质标签,综合输出每个坐标点的材质语义标签;

7、s4、基于材质标签一致性与空间连通性对同质区域进行分割,针对每一个独立的材质连通区域,提取其表面边界点集以获得对应区域的闭合分界轮廓线,综合输出当前采集文物三维档案数据包。

8、作为优选的实施方式,所述s1包括以下步骤:

9、s11、在预设的n=8个不同方位通过点阵激光扫描目标文物,其中8个扫描方位绕目标文物的垂直中心轴线呈均匀圆周阵列分布,相邻方位间的水平夹角为45度,各扫描方位的激光束主光轴交汇于文物几何中心点,获取文物表面离散点云集合并记录每个点对应的原始激光回波时序信号,其中对于第n个方位,文物表面离散点云集合为,代表第n个方位下采集到的点云总数;

10、s12、基于预设的不共面公共光学标靶点对不同方位进行方位点云与世界坐标系的初始粗配准,以第一个扫描方位的点云数据作为全局基准骨架,对剩余各方位的点云数据逐一执行迭代最近点精配准操作,构建三维成像基础框架。

11、作为优选的实施方式,所述s12包括以下步骤:

12、s121、在文物周边固定布设k个不共面的公共光学标靶点,其全局世界坐标系坐标为,在各方位点云中提取对应标靶点的观测坐标,通过奇异值分解法求解第n方位点云转换至世界坐标系的初始旋转矩阵与平移向量,其中约束目标为:;

13、s122、将第1方位点云为起始基准,对剩余方位,执行顺序配准策略,其约束函数为:

14、;

15、设置约束条件为,,其中g为当前配准中的参考点云,代表在待配准点云中与参考点云欧氏距离最近的点;

16、通过l-m方法迭代更新至均方根误差小于预设阈值或达到最大迭代次数;

17、完成全部8组方位闭环配准后,通过级联各相邻方位的变换参数,求解绕行一周的全局总旋转矩阵与总平移向量,其中:;

18、;

19、计算空间闭合差以比对容差阈值,当空间闭合差超过容差阈值时,将闭合差均匀分配至各相邻方位的相对变换矩阵中,空间闭合差未超过容差阈值时,直接构建最终的文物三维成像基础框架,以第1方位坐标系为全局坐标系,利用经闭合差优化修正后的各相邻变换矩阵,将第n方位的原始点云依次变换至第1方位坐标系下,将全部8个方位的变换后点云合并,获得覆盖当前文物三维成像基础框架;

20、其中空间闭合差,代表单位矩阵,代表弗罗贝尼乌斯范数,代表尺度转换系数。

21、作为优选的实施方式,所述s2包括以下步骤:

22、s21、针对各方位点云的原始回波信号,提取每个点的四维原始属性指纹向量,以统一坐标系下融合点云中的任意点为参考中心,搜寻满足欧氏距离约束的所有邻域点,构成同源点集;

23、s22、计算入射角补偿权重系数,将同源点集内所有点的原始属性向量按权重进行加权中位数融合,生成标准化属性指纹。

24、作为优选的实施方式,所述s21包括以下步骤:

25、s211、针对步骤s11中采集的各方位点云原始激光回波时序信号,开展高速模数转换与数字解调处理,从每一个点的回波信号中提取四维核心物理特征,构建维度统一的原始属性指纹向量,包括激光回波强度峰值、回波脉冲宽度、线性退偏比率以及次表面多次回波间隔时间,其中原始属性指纹向量为;

26、其中,代表激光回波强度峰值,代表回波脉冲宽度,代表线性退偏比率,代表次表面多次回波间隔时间,代表第n个方位下的环境归一化校正因子,代表未经校正的原始回波强度峰值;

27、s212、以统一坐标系下融合点云g中的任意点为参考中心,根据空间搜索半径阈值,在第n个方位点云中,搜寻满足欧氏距离约束的所有邻域点,以构成同源点集。

28、作为优选的实施方式,所述s22包括以下步骤:

29、s221、根据不同方位下激光束方向入射角构建权重系数,其中代表在第n个方位下第i个表面点处的激光入射角,代表预设角度衰减因子;

30、s222、将同源点集内所有点的原始属性向量按权重进行加权中位数融合,对于指纹向量的第维,融合值

31、,通过加权分位数插值法求解,生成带属性标签的融合点云集合:

32、;

33、其中,代表点云总点数,代表融合后第j个全局点的完整四维标准化属性指纹向量,代表第n个方位下,第i个点的原始属性指纹向量中第个维度的原始数值。

34、作为优选的实施方式,所述s3包括以下步骤:

35、s31、通过预先构建标准材质指纹属性库,对于融合点云中的任一点j,将其标准化属性指纹输入预训练的softmax多分类器,计算该点属于第c类材质的初始概率;

36、s32、构建马尔可夫随机场空间约束能量函数,通过α-扩张图割算法对多标签能量函数进行全局最优化求解,迭代收敛后,将求解结果赋予对应点,输出当前点的最终材质语义标签,其中:

37、全局类别标记集合为,代表第j个点被赋予的材质类别编号,定义全局后验能量函数:

38、;

39、其中数据项用于表征单点材质分类置信损失,为极小正数,平滑项采用对比度敏感型potts模型,用于约束邻域材质分布连续性:

40、;

41、其中,n为基于空间欧氏距离的邻域系统,为材质异类惩罚系数,为空间距离衰减因子,为平衡数据项与平滑项的权重系数;

42、采用α-扩张图割算法对上述多标签能量函数进行全局最优化求解,得到最优材质标记集合,迭代收敛后,将求解结果赋予点,输出该点的最终材质语义标签。

43、作为优选的实施方式,所述s4包括以下步骤:

44、s41、基于最终材质标签的点云集合,通过执行区域生长算法,递归聚合满足约束的连通点集以生成独立的材质连通区域;

45、s42、对每个连通区域的表面边界点集,采用α-shape算法提取其三维空间中的闭合分界轮廓线,将几何结构数据、物理属性数据与语义分割数据进行同步封装,构建输出当前文物的三层级联数据包。

46、作为优选的实施方式,所述s41包括以下步骤:

47、s411、遍历步骤s32中已赋予最终材质标签的点云集合,基于双重生长判定条件进行区域判定,其中判定条件为:

48、当前点与邻域点的材质标签一致,且在同一世界坐标系下的空间欧氏距离满足,其中为聚类半径;

49、以任意未访问点为生长种子,执行区域生长算法,递归聚合满足约束的连通点集,生成第r个独立材质连通区域:

50、;

51、其中,代表第r个独立的材质连通区域,即具有相同材质标签且空间位置相互连通的一群点的集合。

52、作为优选的实施方式,所述s42包括以下步骤:

53、s421、对每个连通区域的表面边界点集,采用α-shape算法提取三维空间闭合分界轮廓线,用以表征文物表面不同材质的物理几何分界位置,计算该区域内所有点标准化属性指纹的算术平均值:

54、;

55、其中,代表第r个连通区域的表面边界点集,代表第r个连通区域内所包含的点的总数;

56、s422、将几何结构数据、物理属性数据与语义分割数据进行同步封装,构建获得当前文物的三层级联数据包。

57、本发明的有益效果为:

58、本发明通过设置不同方位的采集装置对文物进行数据采集,针对文物表面点识别同源点集并综合生成不同表面点的属性指纹,在三维扫描过程中同步输出对应位置的材质信息,并构建材质联通区域,将二者在采集端即完成逐点绑定,消除了跨设备数据对接的环节,并缩短了文物数字化建档周期,通过设置不同方位的采集装置对文物进行多角度环绕采集,使每一处表面位点至少被多个非共面视角有效覆盖,既保证了复杂几何区域的点云数据完整性,也为每一物理位点提供了多个不同入射方向下的回波序列,有效区分文物因遮挡导致的信号弱与因材质吸光导致的信号弱两种本质不同的物理现象,提高了识别的准确性;

59、本发明通过对文物在同一物理位点进行不同视角下重复采集,通过同源点集的跨视角空间邻域搜索,准确识别不同视角点云中对应于同一物理位点的全部数据,并依据入射角大小分配融合权重进行加权中位数融合,将多组冗余数据综合为一组稳健的标准化属性指纹并进行特征匹配,通过区域生长算法将具有相同材质且空间连通的点聚合为独立材质区域,并提取各区域的三维闭合分界轮廓线,实现在扫描工作结束时即同步获得带有材质语义标签的完整三维模型,增强了实用性与功能性。