[发明专利]基于计算机视觉和深度学习的古建筑修复方法和相关装置

说明书

本发明公开了一种基于计算机视觉和深度学习的古建筑修复方法和相关装置。该方法包括：获取待修复古建筑的图片，并通过基于计算机视觉的三维配准算法对所述图片进行粗糙数字化处理，得到粗糙残损建模；获取数据库；对所述粗糙残损建模进行第一次残损的数字化古建筑修复分析，确定待修复古建筑的基本形体并建立第一次锚点，得到待修复古建筑的几何化模型；根据所述几何化模型对所述待修复古建筑进行残缺处识别，得到待修复古建筑的缺口信息及锐利处信息；对残缺处进行弥补并建立第二次锚点，得到新模型；根据所述新模型进行机器建模，根据修复参数以及数据库，并结合所述第二次锚点进行修复处理，得到修复完成的所述待修复古建筑的精细模型。

技术领域

本发明属于增强现实技术领域，具体涉及一种基于计算机视觉和深度学习的古建筑修复方法和相关装置。

背景技术

古建筑作为对历史的见证，它是其所处时代的人文风貌、地域特征的反映，是社会精神状态、物质状态的折射。然而许多建筑因为年代久远，自然或人为原因遭到毁坏，如今只留下遗址。对于古建筑的呈现，特别是在现场重现古建筑风貌对当代人了解那个时代的历史文化有很重要价值。但是，许多遗址场地原有的建筑在当下无法实现在现场的真实复原，主要原因有以下两点：(1)按照《中华人民共和国文物法》的规定，不可移动文物已经全部毁坏的，应当实施遗址保护，不得在原址重建。(2)实地真实重建古建筑必定会耗费大量人力物力财力，但复原所用材料为现代材料，古建筑本身的历史文化无法凭借现代材料和建造方式重现，这种复原方式意义不大。之前，为解决人们参观古建筑了解历史文化与古建筑遗址保护之间的矛盾，数字虚拟重建技术开始被人们采用。

然而，现有技术中的摄影测量三维建模方法只局限于对建筑实体的三维建模，无法实现古建筑高精度修复建模，且目前的主流算法至多只能做到构建古建筑修复后的粗糙模型。

发明内容

本发明旨在提供一种最大程度记录和保护历史信息的基于计算机视觉和深度学习的古建筑修复方法和相关装置，通过将基于计算机视觉的三维配准算法与深度学习目标检测算法相结合，以实现更加准确地保留古建筑历史信息的目的。

为解决上述技术问题，本发明第一方面提供一种基于计算机视觉和深度学习的古建筑修复方法，该修复方法包括以下步骤：S1：获取待修复古建筑的图片，并通过基于计算机视觉的三维配准算法对所述图片进行粗糙数字化处理，得到待修复古建筑的粗糙残损建模；S2：获取数据库，所述数据库用于通过深度学习检测并录入多个古建筑样本的基本信息；S3：对所述粗糙残损建模进行第一次残损的数字化古建筑修复分析，确定待修复古建筑的基本形体并建立第一次锚点，得到待修复古建筑的几何化模型；其中，第一次锚点用于确定在所述几何化模型的对应位置处放置对应的建模；S4：根据所述几何化模型对所述待修复古建筑进行残缺处识别，确定所述待修复古建筑的横竖对称轴，划分为若干个区域后进行第二次残损的数字化古建筑修复分析，得到待修复古建筑的缺口信息及锐利处信息；然后根据缺口信息及锐利处信息对残缺处进行弥补并建立第二次锚点，并更新古建筑的几何化模型；其中，第二次锚点用于确定所述新模型的建模位置方向和模型大小；需要说明的是，第二次锚点指建立更多锚点信息。在某些具体的实施例中，划分为四个区域即可进行第二次残损的数字化古建筑修复分析。S5：根据更新后的所述古建筑的几何化模型进行机器建模，定位出待修复古建筑的修复参数；根据修复参数以及数据库，并结合所述第二次锚点进行修复处理，得到修复完成的所述待修复古建筑的精细模型；其中，所述修复参数包括斗拱的斗、升、拱、翘、昂的位置、个数的古建筑经典装饰物信息，以及其他各类古建筑部分结构的个数与位置信息。

进一步的，在所述S5之后，还包括：对所述精细模型进行精细物件的调整以及内部结构的修复。

进一步的，在所述S2中，所述基本信息包括古建筑顶的类型、榫卯结构的基本构成和古建筑的内部结构。其中，古建筑顶的类型包括歇山、悬山、庑殿顶等。古建筑的内部结构包括且不限于各个年代古建筑举折弧度等重要的古建筑知识。