首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种大幅壁画图像的交互式拼接修复方法_中国科学院西安光学精密机械研究所_202410318399.1 

申请/专利权人:中国科学院西安光学精密机械研究所

申请日:2024-03-20

公开(公告)日:2024-04-19

公开(公告)号:CN117911287A

主分类号:G06T5/77

分类号:G06T5/77;G06T3/4038;G06T3/14;G06T7/33;G06V10/44;G06V10/74

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.07#实质审查的生效;2024.04.19#公开

摘要:本发明提供了一种大幅壁画图像的交互式拼接修复方法,用于解决目前壁画图像拼接存在的难以寻找精确的对应点以及拍摄的壁画图像上存在高光区域的技术问题。本发明的拼接修复方法为:将两幅壁画图像块重合区域的数据输入预训练的卷积神经网络中,预训练的卷积神经网络向两幅壁画图像块重合区域的每一个像素点都输出一个嵌入向量;计算一幅壁画图像块重合区域中所有像素点的嵌入向量与另一幅壁画图像块重合区域中所有像素点的嵌入向量之间的欧氏距离,从而获得两幅壁画图像块上相似程度较高的多组相似特征点;根据捕捉到的多组相似特征点,确定两幅壁画图像块拼接时的相对位置,快速精确地完成图像配准和图像融合,实现大幅壁画图像的拼接修复。

主权项:1.一种大幅壁画图像的交互式拼接修复方法,其特征在于,包括以下步骤:S1,确定相邻两幅壁画图像块的重合区域;在拍摄的多幅壁画图像块中,选取任意两幅相邻的壁画图像块进行拼接,并选择两幅壁画图像块的重合区域;S2,捕捉相似特征点;S2.1,将两幅壁画图像块重合区域的数据输入预训练的卷积神经网络中,预训练的卷积神经网络向两幅壁画图像块重合区域的每一个像素点均输出一个嵌入向量;所述预训练的卷积神经网络包括按输入输出依次连接的卷积层conv180、卷积层conv90、卷积层conv64、全连接层fc2048、全连接层fc1024、全连接层fc512以及分类层;S2.2,计算一幅壁画图像块重合区域中所有像素点的嵌入向量与另一幅壁画图像块重合区域中所有像素点的嵌入向量之间的欧氏距离,并将计算的所有欧氏距离进行存储,得到存储列表;S2.3,将当前存储列表中的欧氏距离最小值对应的两幅壁画图像块重合区域中的像素点作为一组相似特征点;并从存储列表中删除该组相似特征点中任一相似特征点对应的所有欧式距离,得到新的存储列表;S2.4,将新的存储列表作为当前存储列表,并返回步骤S2.3,得到新的一组相似特征点,直至选出的相似特征点的组数达到设定阈值;S3,图像配准;根据步骤S2.4得到的多组相似特征点,确定两幅壁画图像块拼接时的相对位置,以完成图像配准;S4,图像融合;以图像配准时两幅壁画图像块的相似特征点作为基准点,进行图像融合,完成两幅壁画图像块的拼接;S5,判断所有壁画图像块是否均拼接完成,若是,则执行步骤S7,若否,则执行步骤S6;S6,将步骤S4拼接好的图像作为其中一幅壁画图像块,再选取与之相邻的一幅壁画图像块,然后选择两幅壁画图像块的重合区域,并返回步骤S2,直至所有的壁画图像块拼接完成;S7,对完成拼接的壁画图像进行高光修复,完成大幅壁画的交互式拼接修复。

全文数据:

权利要求:

百度查询: 中国科学院西安光学精密机械研究所 一种大幅壁画图像的交互式拼接修复方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。