[发明专利]基于人工智能的文物图像复原方法、装置和设备

说明书

本申请实施例公开了基于人工智能的文物图像复原方法、装置和设备，该方法包括：对采集的文物样品图像进行预处理，所述文物样品图像为文物碎片的图像，所述预处理包括提取纹理特征；将所述文物样品图像基于神经网络方法映射到平面坐标系中得到平面图像，所述平面图像中相邻两幅文物样品图像的纹理特征达到匹配阈值；以预设文物样品图像为主视角将所述平面图像中的其他文物样品图像反投影到全景坐标系，得到文物全景图像，实现了基于文物碎片生成文物整体图像，以供文物修复过程中的操作参考，减少直接人工修复可能带来的二次伤害。

技术领域

本申请实施例涉及图像智能处理技术，尤其涉及基于人工智能的文物图像复原方法、装置和设备。

背景技术

我国文明源远流长，在漫长悠久的历史中，产生了种类丰富，数量庞大的文物，但是随着时间的流逝，大量文物因为人为或自然的原因遭到不同程度的破坏。尤其对于陶器、瓷器类的文物，破坏后的复原需要相当强的专业知识，如果对文物没有初步的整体印象，仅仅通过逐片拼接的方式进行探索式修复，在判断错误或操作不当的情况下，可能对文物造成二次伤害。

发明内容

本申请提供了基于人工智能的文物图像复原方法、装置和设备，以解决现有技术中文物修复过程对文物整体印象的模糊生成。

本申请采用如下技术方案：

第一方面，本申请实施例提供了一种基于人工智能的文物图像复原方法，该方法包括：

对采集的文物样品图像进行预处理，所述文物样品图像为文物碎片的图像，所述预处理包括提取纹理特征；

将所述文物样品图像基于神经网络方法映射到平面坐标系中得到平面图像，所述平面图像中相邻两幅文物样品图像的纹理特征达到匹配阈值；

以预设文物样品图像为主视角将所述平面图像中的其他文物样品图像反投影到全景坐标系，得到文物全景图像。

其中，所述将所述文物样品图像基于神经网络方法映射到平面坐标系中得到平面图像，包括：

根据所述纹理特征生成训练数据，对神经网络进行预先训练，将训练后的神经网络作为图像映射模型；

根据所述图像映射模型对所述文物样品图像在平面坐标系中进行映射得到平面图像。

其中，所述以预设文物样品图像为主视角将所述平面图像中的其他文物样品图像反投影到全景坐标系，得到文物全景图像之前，还包括：

确认所述文物全景图像中文物样品图像之间的偏差小于门限值。

其中，所述以预设文物样品图像为主视角将所述平面图像中的其他文物样品图像反投影到全景坐标系，得到文物全景图像之后，还包括：

检测所述文物全景图像的空白区域，对所述文物全景图像进行空白区域填充或重生成。

其中，所述纹理特征包括边缘形状、表面纹理和色彩特征。

第二方面，本申请实施例提供了一种基于人工智能的文物图像复原装置，该装置，包括：

预处理单元，用于对采集的文物样品图像进行预处理，所述文物样品图像为文物碎片的图像，所述预处理包括提取纹理特征；

映射单元，用于将所述文物样品图像基于神经网络方法映射到平面坐标系中得到平面图像，所述平面图像中相邻两幅文物样品图像的纹理特征达到匹配阈值；

反投影单元，用于以预设文物样品图像为主视角将所述平面图像中的其他文物样品图像反投影到全景坐标系，得到文物全景图像。

其中，所述映射单元，包括：

模型训练模块，用于根据所述纹理特征生成训练数据，对神经网络进行预先训练，将训练后的神经网络作为图像映射模型；