基于图像特征点识别的AI智能文物修复系统及方法

本发明涉及文物修复，特别是涉及一种基于图像特征点识别的ai智能文物修复系统及方法。

背景技术：

1、我国现存的壁画大多都受到不同程度的破坏，或因年久腐蚀，或因保护不当造成氧化脱色、或因人为破坏造成壁画破碎等。然而壁画是我国文化呈现的瑰宝，因此，长期以来，我国对于壁画的修复投入了大量的人力物力，而主要的修复手段都是通过人来修复。随着信息技术的进步，目前也有一些通过三维扫描的方式进行模拟修复，但是模拟修复与实际还具有较大差异，并不能应用在现实的修复工作中。

技术实现思路

1、有鉴于此，本发明的主要目的在于提供一种基于图像特征点识别的ai智能文物修复系统及方法。

2、本发明采用的技术方案如下：

3、基于图像特征点识别的ai智能文物修复系统，包括：

4、设置若干个识别单元；

5、设置载体模板，所述载体模板上设置多个滑动识别框；利用脚本组件的关联定义将每一滑动识别框与一识别单元进行对应关联，且限定每一滑动识别框在载体模板上的识别区域，设定每一识别区域内的位置数据；

6、配置识别库，利用所述脚本组件设定配置识别库的识别特征，并定义每一识别特征的约束条件，将所述约束条件写入至滑动识别框的运动控制逻辑中；

7、识别控制部，连接所述配置识别库和载体模板，用于通过所述运动控制逻辑控制所述滑动识别框在载体模板匹配的识别区域上进行滑动识别以获取识别特征区域，并获取识别特征区域的位置信息；

8、ai识别模型，根据所述识别特征区域以及识别特征区域对应的位置信息，对应的加载所述识别单元对识别特征区域中所包含的缺陷特征进行识别，并根据所述位置信息来判断至少两个相邻的识别特征区域所包含的缺陷特征之间是否存在特征偏离状态，若存在，划分每一识别特征区域所包含的缺陷特征的包络区域，对每一包络区域存在的识别特征进行特征点位积分运算，并通过积分运算来确定两个相邻的识别特征区域所对应的包络区域的连接趋势；或，通过积分运算来确定两个相邻的识别特征区域所对应的包络区域的截止位置；通过所述连接趋势或截止位置来对文物壁画进行修复。

9、进一步地，所述载体模板用于加载拍摄的壁画图像，并将所述壁画图像按照载体模板的大小进行规格调整，以使得所述壁画图像完全的附载在载体模板上。

10、进一步地，通过所述脚本组件将滑动识别框与识别单元进行对应关联，当所述滑动识别框在载体模板的识别区域对壁画图像进行滑动扫描时，所述滑动识别框将扫描到的扫描图像同步至识别单元进行缺陷特征的识别；且当识别单元识别到缺陷特征时，所述滑动识别框对应的将缺陷特征的位置信息同步至识别单元。

11、进一步地，所述识别特征包括：形状特征、颜色特征、线条特征以及线条的曲率特征中的一种或者多种组合。

12、进一步地，所述缺陷特征包括：破损特征、涂抹特征以及消残特征。

13、进一步地，定义每一识别特征的约束条件包括：

14、根据历史壁画图库来设定形状特征的类别，同时设定同一形状特征下所包含的形状元素的类别以及形状元素之间的对应关系；

15、设定形状元素所包含的颜色特征、线条特征以及线条的曲率特征中的截止条件。

16、进一步地，所述运动控制逻辑包括：

17、以识别区域的位置数据所形成的对滑动识别框进行运动限制的边界控制值；

18、以约束条件所形成的对滑动识别框进行运动限制并限定滑动识别框在识别到识别特征后，对所述识别特征所在的位置进行同步识别、框取以及位置标定。

19、本发明还提供了一种基于图像特征点识别的ai智能文物修复方法，包括如下步骤：

20、通过运动控制逻辑控制滑动识别框在载体模板匹配的识别区域上进行滑动识别以获取识别特征区域，并获取识别特征区域的位置信息；

21、根据所述识别特征区域以及识别特征区域对应的位置信息，对应的加载识别单元对识别特征区域中所包含的缺陷特征进行识别，并根据所述位置信息来判断至少两个相邻的识别特征区域所包含的缺陷特征之间是否存在特征偏离状态；

22、若存在，划分每一识别特征区域所包含的缺陷特征的包络区域，对每一包络区域存在的识别特征进行特征点位积分运算；

23、通过积分运算来确定两个相邻的识别特征区域所对应的包络区域的连接趋势；或，通过积分运算来确定两个相邻的识别特征区域所对应的包络区域的截止位置；通过所述连接趋势或截止位置来对文物壁画进行修复。

24、进一步地，所述载体模板上设置多个滑动识别框；利用脚本组件的关联定义将每一滑动识别框与一识别单元进行对应关联，且限定每一滑动识别框在载体模板上的识别区域，设定每一识别区域内的位置数据；

25、利用所述脚本组件设定识别库的识别特征，并定义每一识别特征的约束条件，将所述约束条件写入至滑动识别框的运动控制逻辑中。

26、本申请具有如下的有益效果：

27、本申请通过对缺陷位置的包络区域进行形状、线条以及颜色识别，并对识别到的形状、线条以及颜色进行特征点位积分运算，以颜色为例，当识别到某个位置或者区域具有同一种颜色的积分统计量时，则认为该区域或者某个位置的颜色为积分统计到的颜色，此时就可以将该区域或者该位置进行标记，经人工复核后就可以进行人工修复。

28、通过图像识别可以识别出人眼观察不到的细微特征，通过对这些细微特征进行特征点位积分运算，以实现对细微特征进行积分统计，当积分统计达到一定的统计量时，则认为细微特征为整个区域所具有的特征。

技术特征：

1.基于图像特征点识别的ai智能文物修复系统，其特征在于，包括：

2.根据权利要求1所述的基于图像特征点识别的ai智能文物修复系统，其特征在于，所述载体模板用于加载拍摄的壁画图像，并将所述壁画图像按照载体模板的大小进行规格调整，以使得所述壁画图像完全的附载在载体模板上。

3.根据权利要求1所述的基于图像特征点识别的ai智能文物修复系统，其特征在于，通过所述脚本组件将滑动识别框与识别单元进行对应关联，当所述滑动识别框在载体模板的识别区域对壁画图像进行滑动扫描时，所述滑动识别框将扫描到的扫描图像同步至识别单元进行缺陷特征的识别；且当识别单元识别到缺陷特征时，所述滑动识别框对应的将缺陷特征的位置信息同步至识别单元。

4.根据权利要求1所述的基于图像特征点识别的ai智能文物修复系统，其特征在于，所述识别特征包括：形状特征、颜色特征、线条特征以及线条的曲率特征中的一种或者多种组合。

5.根据权利要求1所述的基于图像特征点识别的ai智能文物修复系统，其特征在于，所述缺陷特征包括：破损特征、涂抹特征以及消残特征。

6.根据权利要求4所述的基于图像特征点识别的ai智能文物修复系统，其特征在于，定义每一识别特征的约束条件包括：

7.根据权利要求1所述的基于图像特征点识别的ai智能文物修复系统，其特征在于，所述运动控制逻辑包括：

8.基于图像特征点识别的ai智能文物修复方法，其特征在于，包括如下步骤：

9.根据权利要求8所述的基于图像特征点识别的ai智能文物修复方法，其特征在于，所述载体模板上设置多个滑动识别框；利用脚本组件的关联定义将每一滑动识别框与一识别单元进行对应关联，且限定每一滑动识别框在载体模板上的识别区域，设定每一识别区域内的位置数据；

技术总结本发明涉及文物修复技术领域，公开了一种基于图像特征点识别的AI智能文物修复系统及方法，其中系统包括：设置若干个识别单元；设置载体模板，所述载体模板上设置多个滑动识别框；配置识别库，利用脚本组件设定配置识别库的识别特征，并定义每一识别特征的约束条件，将所述约束条件写入至滑动识别框的运动控制逻辑中；识别控制部，通过所述运动控制逻辑控制所述滑动识别框在载体模板匹配的识别区域上进行滑动识别以获取识别特征区域，并获取识别特征区域的位置信息；AI识别模型，根据所述识别特征区域以及识别特征区域对应的位置信息，对应的加载识别单元对识别特征区域中所包含的缺陷特征进行识别。技术研发人员：范丽亚,张克发,马介渊,卢钰洁受保护的技术使用者：西安交通大学城市学院技术研发日：技术公布日：2024/9/12