基于快速点直方图和深度学习的断裂面分割算法  

作　　者：郭子旭 谢晓尧[1] 刘嵩[1] 刘旭斌 GUO Zixu;XIE Xiaoyao;LIU Song;LIU Xubin

机构地区：[1]贵州师范大学,贵州贵阳550001

出　　处：《信息技术与信息化》2024年第12期136-141,共6页Information Technology and Informatization

摘　　要：文物修复中断裂面分割至关重要,它是后续精准拼接、还原文物形态和结构的基础步骤,能够为文物修复工作提供精确的修复边界和匹配依据,有助于最大程度地恢复文物的完整性和原有风貌,同时也有利于对文物内部结构和成分进行科学研究。针对于文物修复中断裂面分割问题,文章提出了一种基于PointNet++和点快速特征直方图(fast point feature histograms,FPFH)的断裂面分割算法FPFH-PointNet++。在一定程度上解决了大部分传统算法在面对物体表面比较复杂的情况时,断裂面也会被错误分割的问题。通过FPFH-PointNet++对碎片的断裂面进行提取,并在FragTag3D数据集与Presious数据集上进行了测试。结果表明,这种方法能够提取这些数据集中大部分碎块的断裂面,在复杂表面的碎块上提取断裂面效果远超传统算法。

关 键 词：FPFH 深度学习 分割断裂面 PointNet++ 断裂面拼接 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]