激光与光电子学进展, 2020, 57 (4): 041511, 网络出版: 2020-02-20 复制并引用该论文  被引通知

图 & 表

图 1. 本文算法步骤流程图

Fig. 1. Flow chart of algorithm steps

下载图片 查看原文

图 2. 具有显著特征的兵马俑铠甲碎片

Fig. 2. Terracotta warriors fragment with distinctive features

下载图片 查看原文

图 3. 积分不变量

Fig. 3. Integral invariant

下载图片 查看原文

图 4. 特征计算。(a) G10-19-15(38)原始碎片;(b) G10-19-15(38)局部显著特征

Fig. 4. Feature computation. (a) G10-19-15(38) original fragment; (b) G10-19-15(38) local significant feature

下载图片 查看原文

图 5. G3-IV-14-5号下身部碎片

Fig. 5. G3-IV-14-5 lower body fragment

下载图片 查看原文

表 1碎片连通性计算结果

Table1. Fragment connectivity calculation result

Fragment number Fragment screenshot Number of vertices Number of point sets G10-19-15(38) 26543 49 G10-52-29 37932 73 G3-10-66 56281 89 G3-18-92 80208 173 G10-19-13 11868 23

查看原文

表 2分类结果

Table2. Classification result

Fragmentation Amount Correctclassification Wrongclassification Upper body 50 39 11 Lower body 57 39 18 Head 41 33 8 Hand 41 31 10 Legs and feet 42 30 12

查看原文

表 3分类准确率

Table3. Classification accuracy

Fragmentation Accuracy /% Upper body 78.00 Lower body 68.42 Head 80.48 Hand 75.00 Legs and feet 71.42

查看原文

表 4特征描述子对比数据

Table4. Feature descriptor comparison

Featuredescriptor Average describeduration /s Match timeper round /s FPFH 399 183 SHOT 132 303 Descriptor ofthis paper 159 192

查看原文

表 5FPFH分类准确率

Table5. FPFH classification accuracy

Fragmentation Accuracy /% Upper body 64.2 Lower body 53.5 Head 56.6 Hand 60.3 Legs and feet 59.6

查看原文

陆正杰, 李纯辉, 耿国华, 周蓬勃, 李岩, 刘洋. 基于多特征描述子自适应权重的文物碎片分类[J]. 激光与光电子学进展, 2020, 57(4): 041511. Zhengjie Lu, Chunhui Li, Guohua Geng, PengBo Zhou, Yan Li, Yang Liu. Classification of Cultural Fragments Based on Adaptive Weights of Multi-Feature Descriptions[J]. Laser & Optoelectronics Progress, 2020, 57(4): 041511.