摘要：按照兵马俑各部位对碎片进行分类是兵马俑文物碎片拼接的重要步骤，能有效缩减自动拼接算法的搜索空间，提高拼接的准确率。由于人工的碎片分类方法工作量大，通过计算机辅助文物碎片自动分类，可以减少人工分类产生的繁重工作量。该文提出了一种基于多特征和支持向量机（SVM）的文物碎片分类方法。首先，利用尺度不变特征变换（SIFT）算法提取碎片纹理特征，在此基础上构建每幅碎片图像的词袋模型（BoW）。其次，利用Hu不变矩提取碎片形状特征，最后，将纹理特征和形状特征结合并通过SVM进行训练，得到相应的文物碎片分类模型。实验结果表明，该方法显著提高了碎片分类的准确率。
分类：期刊> 自然科学与工程技术> 基础科学> 基础科学综合
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > CA 化学文摘(美) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏 > 数学文摘
关键词：sift特征 词袋模型 hu不变矩 支持向量机 碎片分类 兵马俑
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
