本发明涉及数字建模技术领域，具体涉及一种古墓结构数字化重建系统。
背景技术：
古墓是指历史上死去的人的坟墓。一般指具有代表性、值得研究的墓葬。古代民居一般是按照居住人的房屋设计的，有正房、后房、两间厢房。墓主人的棺木停在主墓室的中央，而贵族的棺材则要大得多。地宫墓室分前、中、后三部分。大厅），按照墓主人家正房的布局，摆放着各种家具陈设。这些器物被称为“明器”（）。再往里走，中间的墓室叫“寝殿”，里面放置棺木。其后的地方是“配殿”，是专门用来存放陪葬品的地方。当今许多考古工作在挖掘古墓时，需要对古墓室的结构进行数字化重建，以方便今后的研究。
目前，在数字化重建墓室结构时，大多数方法是直接拍摄墓室的全景照片，然后对拍摄的图像进行特征点算法提取和数据处理，以实现数字化构建墓室结构。然而，基于拍摄的图片进行3D建模时，由于每张图片都是乱序取出并随机处理的，因此会耗费系统大量的时间。提取和计算特征点需要较长时间，且建模与墓葬实际结构往往存在较大差距，大大降低了墓葬数字三维建模的精度。无法避免模型失真的发生，无法实现既快速又准确地对墓室进行全面的数字化三维重建，这给考古工作者的墓室研究工作带来了极大的不便。
技术实现要素：
(一)解决的技术问题
针对现有技术的缺陷，本发明提供了一种古墓葬结构数字化重建系统，解决了对现有墓葬进行三维数字建模时，由于每张图片乱序取出的问题。并且随机处理，会耗费系统大量的时间。提取和计算特征点需要时间，并且建模和实现经常发生。墓室之间存在较大的结构间隙，大大降低了墓室数字三维建模的精度。无法避免模型失真，无法实现既快速又准确的墓室全面数字化三维重建，从而给考古学家对墓室的研究工作带来了极大的不便。
（二）技术方案
为了实现上述目的，本发明是通过以下技术方案来实现的：一种古墓葬结构数字化重建系统，包括用户交互终端、无线通信单元和云端处理终端。用户交互终端通过无线通信单元和云处理终端来实现。无线双向连接，用户交互终端包括用户登录单元、显示模块和图像数据获取单元。图像数据采集单元包括摄像头模块、图像数据编码模块、图像数据整理模块、图像数据整理模块和拍摄时间计时模块，所述摄像头模块的输出端连接至摄像头模块的输入端。分别包括图像数据编码模块和拍摄时间计时模块，拍摄时间计时模块的输出端与图像数据编码模块的输入端连接，图像数据编码模块的输出端与图像数据编码模块的输入端连接。图像数据编码模块的输入端。图像数据排序模块的输入端连接，图像数据排序模块的输出端与图像数据排序模块的输入端连接。云处理终端包括云服务器，云服务器分别与图像数据解码排序模块和数据算法处理模块连接。该系统与弱光补偿处理单元实现双向连接。
优选地，所述数据算法处理系统包括图像像素点颜色级别值提取模块、图像特征点选择与匹配模块、重复特征点匹配模块和关系图构建模块。图像像素点颜色等级值提取模块的输出端与图像特征点选择与匹配模块的输入端连接，图像特征点选择与匹配模块的输出端与图像特征点选择与匹配模块的输入端连接。重复特征点匹配模块。重复特征点匹配模块的输出端连接到关系图构建模块的输入端。结束连接。
优选地，摄像头成像模块在拍照时，可以根据摄像头的配置组确定摄像头一次拍摄的视野范围的角度值α，并根据重复特征点的数量确定拍摄重叠范围角度。需要通过重复特征点匹配模块进行匹配。因此，可以确定二次成像边界线与相机初始成像角度边界线之间的角度值β，即β=α-θ。
优选地，所述图像数据解码整理模块由n个图像识别模块组成，所述云端服务器与所述摄像头位置定位处理系统实现双向连接。
优选地，所述相机位置定位处理系统包括图像特征点提取模块、深度值算法处理模块和向量矩阵计算模块，所述图像特征点提取模块的输出端与所述深度值算法的输入端连接处理模块， 深度值算法处理模块的输出端与向量矩阵计算模块的输入端连接。
优选地，所述云端服务器分别与所述三维重建模块和所述弱光补偿处理单元实现双向连接，所述弱光补偿处理单元与所述数据算法处理系统实现双向连接。
优选地，所述用户登录单元的输出端分别连接所述显示模块和所述图像数据采集单元的输入端。
优选地，所述用户登录单元包括用户信息输入模块、用户信息认证模块和用户操作执行模块。用户信息输入模块的输出端与用户信息认证模块的输入端连接，用户信息认证模块的输出端与用户操作执行模块的输入端连接。
(三)有益效果
本发明提供了一种古墓结构数字化重建系统。与现有技术相比，具有以下有益效果：
(1)古墓结构数字化重建系统包括用户交互终端中的用户登录单元、显示模块和图像数据采集单元。图像数据获取单元包括摄像模块、图像数据编码模块、图像数据整理模块和图像数据获取单元。数据排序模块和拍摄时间计时模块分别通过云端服务器、图像数据解码排序模块、数据算法处理系统、图像像素色彩层次值提取模块、图像特征点选择与匹配模块进行协调设置、重复特征点匹配模块、关系图构建模块、图像特征点提取模块、深度值算法处理模块、向量矩阵计算模块和三维重建模块，可以实现拍照时，相机一次拍摄的视野可以根据以下公式确定相机的配置组，重复特征点匹配模块需要匹配重复特征点的数量，决定拍摄重叠范围的角度值θ。因此，可以确定辅助相机边界线和相机初始相机角度边界线的角度值β，并可以很好地进行顺序重叠拍摄，使得每个墓室图像之间的距离都可以有顺序并且某些特征点的相关性，然后系统对图像进行顺序特征提取处理，同时根据上一张图像的重叠特征点对下一张图像进行三维建模。 ，从而大大节省了整体建模时间，无需花费大量的系统时间来提取和计算特征点，大大提高了墓室数字化建模的精度，很好地避免了建模与实际墓室的差距结构。较大的话，模型就会失真，可以快速准确地实现墓室的全面数字化三维重建，极大的方便了考古工作者的墓室研究工作。
(2)通过分别与云服务器上的三维重建模块和弱光补偿处理单元实现双向连接，再通过实现双向连接，可以实现古墓结构数字化重建系统。弱光补偿处理单元与数据算法处理系统之间的连接。对较暗的待处理图片进行弱光增强处理，可以有效避免因图片较暗而无法正常提取特征点的情况，从而保证墓室图片的正常处理。
(3)古墓结构数字化重建系统包括用户登录单元中的用户信息输入模块、用户信息认证模块和用户操作执行模块。用户信息输入模块的输出端与用户信息认证模块的输入端连接。并且用户信息认证模块的输出端与用户操作执行模块的输入端连接，可以实现对用户个人信息的识别和认证，大大增强了用户的信息安全性能。
附图说明
图1为本发明系统的结构原理框图；
图2为本发明图像数据采集单元的结构原理框图；
图3为本发明摄像机位置定位处理系统的结构原理框图；
图4为本发明摄像机的成像位置及成像范围确定的示意图。
图中，1用户交互终端、11用户登录单元、111用户信息输入模块、112用户信息认证模块、113用户操作执行模块、12显示模块、13图像数据获取单元、131摄像模块、132图像数据编码模块、 133图像数据整理模块、 134图像数据整理模块、 135拍摄时间计时模块、 2无线通信单元、 3云端处理终端、 31云服务服务器、32图像数据解码排序模块、33数据算法处理系统、331图像像素点颜色级别值提取模块、332图像特征点选择与匹配模块、333重复特征点匹配模块、334关系图构建模块、34弱光补偿处理单元、35相机位置定位处理系统、351图像特征点提取模块、352深度值算法处理模块、353向量矩阵计算模块，36个三维重建模块。
具体实施
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1-4。本发明实施例提供了一种技术方案：一种古墓结构数字化重建系统，包括用户交互终端1、无线通信单元2和云端处理终端3。用户交互终端1通过无线通信单元进行通信。 2实现与云处理终端3的无线双向连接。用户交互终端1包括用户登录单元11、显示模块12和图像数据采集单元1 3。模型将传输至显示模块12用户交互终端1通过无线通信单元2进行显示。人们可以通过用户交互终端1的显示模块12来观察和研究坟墓中构建的数字三维模型，用户登录单元11的输出端连接到显示模块12的输入端和图像。数据采集单元13分别。用户登录单元11包括用户信息输入模块111、用户信息认证模块112和用户操作执行模块113。用户信息输入模块111的输出端与用户信息认证模块112的输入端连接，用户信息认证模块112的输出端与用户操作执行模块连接。 113输入终端连接，用户可以通过用户交互终端1上的用户登录单元11登录个人信息。登录时，通过用户信息输入模块111将用户的个人账号和密码输入到系统中，然后用户输入的个人账号和密码通过用户信息认证模块112进行认证。认证成功后，用户操作执行模块113可以根据用户的操作指令，对图像数据获取单元13进行确认。包括摄像头模块131、图像数据编码模块132和图像数据获取模块131。根据排序模块133、图像数据排序模块134和拍摄时间计时模块135，摄像头成像模块的输出端131分别连接图像数据编码模块132和拍摄时间计时模块135的输入端，拍摄时间计时模块135的输出端为与图像数据编码模块132的输入端连接，图像数据编码模块132的输出端与图像数据编码模块132连接。数据整理模块133的输入端连接，输出端连接图像数据整理模块133的输入端连接至图像数据整理模块134的输入端。摄像头成像模块131对墓室内部结构进行拍照。拍照时，相机准备组可以确定一次拍摄的相机视野的角度值α，并根据重复特征点匹配模块333使用需要匹配的重复特征点。确定拍摄重叠范围角度值θ，从而可以确定副相机边界线和相机初始相机角度边界线的角度值β，然后根据坟墓的大小，拍摄相应张数的照片，以及拍摄时间计时模块拍摄 同时。 135开始计时，让拍摄的每张照片都对应一个准确的时间。同时，图像数据编码模块132对拍摄的每张图片进行编号，然后图像数据排序模块133根据编号的每张图像的拍摄时间进行排序。最后，图像数据整理模块134进行数据打包处理。打包完成后，通过无线通信单元2传输至云端处理终端3进行处理。云端处理终端3包括云端服务器31，云端服务器31与图像数据解码排序模块连接32和数据算法处理系统分别。系统33与弱光补偿处理单元34实现双向连接，图片可以依次经过弱光补偿处理单元34进行弱光补偿。图像数据解码排序模块32由n个图像识别模块组成。图像数据解码排序模块32对应的图像识别模块将数据包解码并按照原始顺序排序，云服务器31与摄像头位置定位处理系统35实现双向连接。数据算法处理系统33包括图像像素点颜色等级值提取模块331、图像特征点选择与匹配模块332、重复特征点匹配模块333和关系图构建模块334。提取模块334的输出端连接图像特征点选择与匹配模块332的输入端，图像特征点选择与匹配模块33的输出端图2中的图像像素点色阶值连接到重复特征点匹配模块333的输入端，重复特征点匹配模块333的输出端连接到关系图构建模块334的输入端。数据算法处理系统33提取模块331会提取图片中每个像素的r、g、b分量图像色标值，并利用图像特征点选择与匹配模块332进行图像特征提取。对于特征点选择与匹配，第一图像处理完成后，第二图像依次经过图像像素点颜色级别值提取模块331和图像特征点选择与匹配模块332进行特征值提取，然后通过重复特征点匹配模块333确定与第一张图片匹配的特征点，并利用匹配点通过关系图构建模块334构建两张图片之间的关系模型，依次类推，第三张图片到最后一张图片为处理于同理，即可得到所有图片构建的关系模型图。当摄像头模块131进行拍照时，可以根据摄像头的配置组来确定摄像头一次拍摄时的摄像头视野的角度值。 α，通过重复特征点匹配模块333根据需要匹配的重复特征点的个数确定拍摄重叠范围角度值θ，因此二次相机边界线与相机起始相机之间的角度值β角度边界线，即β=α-θ，相机位置定位处理系统35包括图像特征点提取模块351、深度值算法处理模块352和向量矩阵计算模块353，输出图像特征点提取模块351的端连接至深度值算法处理模块352的输入端，深度值算法处理模块352的输出端连接至向量矩阵计算的输入端模块353、相机位置定位处理系统35中的图像特征点提取模块351随机提取每种类型图片上的特征点，然后通过深度值算法处理模块352将图片界面作为 飞机。计算每个特征点的深度值，得到相机位置的平移向量值，然后利用向量矩阵计算模块353对计算出的每个平移向量进行矩阵算法统计处理。云端服务器31分别与三维重建模块36和弱光补偿处理单元34实现双向连接。三维重建模块36对每张图片的关系模型图和摄像头的位置数据进行三维建模处理，即可以得到整个墓葬的数字三维结构模型，并得到较低的三维结构模型。 -光补偿处理单元34和数据算法处理系统33实现双向连接。
在使用时，用户可以首先通过用户交互终端1上的用户登录单元11登录个人信息，通过用户信息输入模块111将用户的个人账号和密码输入到系统中，然后通过用户信息认证模块112，用于信息认证的个人账号和密码。认证成功后，用户操作执行模块113可以确认用户的操作指令，并通过显示模块12进行显示。然后用户可以通过图形数据采集单元13中的摄像头模块131对坟墓内部的结构进行拍照。用户交互终端1、拍照时，用户可以通过重复特征，由相机配置组确定相机一次拍摄的视野角度值α。点匹配模块333需要确定匹配重复特征点的个数来确定拍摄重叠范围角度值θ。因此，可以确定二次成像边界线和相机初始成像角度边界线的角度值β，然后根据坟墓的大小、对应的拍摄图片张数，拍摄时间计时模块135开始计时，同时使得每张拍摄的照片对应一个准确的时间，同时图像数据编码模块132对每张拍摄的图像进行编号，然后通过图像数据排序模块根据每张图像的编号拍摄时间对图像进行排序133，最后通过图像数据整理模块134进行数据打包处理。完成后通过无线通信单元2发送至云端处理终端3进行处理。
云端处理终端3中的云端服务器31接收到采集到的图片数据后，图像数据解码排序模块32中对应的图像识别模块会对数据包进行解码并按照原来的顺序进行排序，然后将图片通过按顺序通过微处理器。光补偿处理单元34进行弱光补偿后，图片将依次经过数据算法处理系统33进行处理。数据算法处理系统33中的图像像素色阶值提取模块331将提取r、g、b分量图像色阶值，并通过图像特征点选择与匹配模块332选择并匹配图像特征点。第一图像处理完毕后，第二图像依次经过图像像素点颜色级别值提取模块331和图像特征点选择匹配模块332提取特征值。然后通过重复特征点来匹配模型。 步骤333确定与第一张图片匹配的特征点，并利用匹配点通过关系图构建模块334构建两张图片之间的关系模型，依此类推，第三张图片得到最后一张图片经过相同的处理。 ，即可得到所有图片构建的关系模型图。
然后云端服务器31会控制相机位置定位处理系统35中的图像特征点提取模块351随机提取每种类型图片上的特征点，然后通过深度值算法处理计算出每个特征点的深度值。模块352使用图片界面作为平面。 ，即可得到相机位置的平移向量值，然后通过向量矩阵计算模块353对每个平移向量进行矩阵算法统计处理，即可得到相机与关系模型，最后通过三维重建模块36，将每张图片的关系模型图和摄像头的位置数据进行三维建模处理，得到整个墓室的数字三维结构模型，并通过无线通信单元进行处理2 传输至显示模块图12为用户交互终端1的显示方式。人们可以通过用户交互终端1的显示模块12来观察和研究墓葬中构建的数字三维模型。
应当注意，在本文中，诸如第一和第二之类的关系术语仅用于将一个实体或操作与另一个实体或操作区分开，并且不一定要求或暗示这些实体或操作是相互排斥的。它们之间存在任何此类实际关系或顺序。此外，术语“包括”、“包括”或其任何其他变体旨在涵盖非排他性包含，使得包括一系列元件的过程、方法、物品或装置不仅包括那些元件，而且还包括这些元件。还有那些未明确列出的其他要素，或过程、方法、物品或设备固有的要素。
尽管已经示出和描述了本发明的实施例，但是本领域的普通技术人员将理解，在不脱离本发明的原理和精神的情况下，可以对这些实施例进行各种改变、修改和替换。和修改，本发明的范围由所附权利要求及其等同物限定。
