建筑遗产大数据的构建探索

文章结合当下数据时代与建筑遗产保护的大背景,提出建筑遗产大数据的概念和内容,分析大数据在遗产保护中的重要性和紧迫性,提出建筑遗产大数据的技术体系,并以古木建筑为对象验证了该技术在建筑遗产保护中的可行性。

基于地理空间信息的文化遗产可持续发展指标建设

2015年10月,世界各国领导人签署了联合国《2030可持续发展议程》,提出了17个可持续发展目标(SDGs)和169个子目标,其中仅SDGs11.4涉及到文化遗产保护。现有指标计算方法仅限政府对文化遗产地保护的财政资助,仅能反映国家对文化遗产的资金投入和保护力度,仍缺乏基于地理空间信息对文化遗产可持续发展进行定量评估的具体指标,也未能建立起文化遗产地可持续发展与防灾减灾的关联。本文首次提出基于地理空间信息进行文化遗产可持续发展的指标建设,并在文化遗产可持续发展指标SDGs11.4建设中综合考虑SDGs11.5防灾减灾相关因素并新增指标,可为文化遗产可持续发展指标建设提供参考。

基于点云数据的古建筑多层级BIM构建

建筑信息模型(building information model, BIM)是我国古建筑遗产数字化保护与发展的重要有效手段,标准元件的多细节层级(level of details, LOD)模型是建立古建筑遗产BIM模型的先决条件,然而目前尚不存在各类元件的多LOD模型标准以及与之匹配的参数获取方法。文章以古建筑为例,首先基于不同标准元件的几何特征,初步提出了相应的多LOD模型标准以及相应的参数。在此基础上,提出了基于三维激光扫描高保真点云数据的多LOD模型参数获取方法,并以典型结构构件(柱、梁),非典型结构构件(雀替、牌匾)为例,提取了上述构件的多LOD显著几何特征参数信息,建立了实验区的整体BIM模型,为古建筑日常运营维护管理提供可靠和有效的支撑。

面向古木建筑构件不同尺寸留取精度需求的高效技术研究

古木建筑遗产的科学保护与发展成为了近年的热点研究问题。多尺度数值模型已逐渐成为其安全性能评估与提升的重要手段,但不同尺度的数值模型对于尺寸信息精度的需求各不相同。面向构件不同尺寸信息的留取精度需求,优选留取尺寸的高效技术是相关研究的重点难题。本文重点分析了4种常用的测绘技术在尺寸信息留取方面的利弊,并以典型宋式斗栱为例,分别采用这4种技术进行了尺寸信息留取,以三维激光扫描技术获得的尺寸数据作为基准对比分析各技术的精度,建议面向古木建筑构件不同留取精度需求的高效技术。结果表明:(1)基于史料推演的尺寸在建筑遗产关键构件信息高保真留取时不宜采用,建议作为其他技术的补充;(2)基于传统测绘技术获得的尺寸信息精度尚可接受,但整体来说精度不易控制;(3)对于古建筑中可采用简化模型的一般部位建议采用近景摄影测量技术获取尺寸信息;(4)对于古建筑中需采用精细模型的重要部位建议采用三维激光扫描技术获取最高精度尺寸信息。研究成果可为适用于不同尺寸信息留取精度需求的高效技术选取提供参考,并为基于多尺度数值模型的安全性能评估与提升以及历史文化传承奠定重要基础。

文物古迹监测中空间信息技术应用的要点分析及实践探索

文物古迹是不可再生的珍贵资源,为了及时发现和处理文物保护中出现的问题,需要借助监测手段。空间信息技术由于具有精度高、范围广、时效快、干预小等优势,成为监测中不可或缺的技术手段。然而,目前在文化遗产监测中往往出现盲目与过度性问题。基于国际世界遗产保护和中国文物古迹保护准则相关理念与要求,分析了空间信息技术在文物古迹监测中的应用需求,提出了若干监测要点,即基于文物价值的风险评估,恰当技术的选择,标准规范的建立等。

基于卷积神经网络的古建筑脊兽自动识别方法

针对古建筑脊兽识别准确率和自动化程度不高的问题,本文提出一种基于卷积神经网络的脊兽自动识别方法。该方法主要分为4个步聚:①爬取众源数据建立脊兽数据集;②构建脊兽特征金字塔网络(Ridge Beast-Feature Pyramid Network,RB-FPN)提取图像深度语义,检测脊兽的潜在区域;③利用ImageNet预训练权重精调ResNet50模型参数,实现脊兽种类精细分类;④识别测试集样本综合评价性能指标。试验结果表明,本文所提出的脊兽自动识别方法准确率可达92.17%,召回率为82.02%,F 1值为0.87,能有效地识别数字图像中的脊兽装饰件种类,结果可满足屋顶精细三维重建、维护管理与断代等应用需求。

基于显著几何特征的古木建筑关键构件多LoD尺寸信息提取方法

古木建筑关键构件的尺寸信息是其安全性能评估与提升、历史文化传承的重要基础,然而该信息的提取尚缺乏高效、高精度的方法。三维激光扫描的精细测绘技术为该问题的解决提供了科学手段,但点云数据体量庞大,无法直接获取尺寸信息。针对尺寸信息的多细节层级(LoD)特性,提出了多LoD模型标准,建议了相应的显著几何特征参数。结合高保真点云数据,系统地提出了一套基于点云数据的关键构件多LoD尺寸信息自动化提取方法,可准确、高效地提取多LoD尺寸信息。对典型关键构件进行了多LoD尺寸信息提取,该方法可在7min内完成百万级点云数据的信息提取,且尺寸相对误差不超过2%,绝对误差绝大部分小于0.5mm,验证了该方法的高效性和可靠性。

基于点云数据与BIM的古建筑三维信息表达方法研究

古建筑外形古朴、华美,但形态和结构纷繁复杂,因其构造和材料的特殊性,相比于现代建筑其形体更为复杂。复杂形体的具体信息难以基于少量二维信息进行全面描述,这使得古建保护工程中基于古建筑图纸重建三维模型面临着重大难度。文章针对目前古建筑保护工作中信息缺失、信息共享性差、缺乏科学化管理等弊端,面向基于现代技术解决古建筑信息留取、表达和管理的迫切需求,结合现代数字化技术在古建筑保护中的优势,提出了一种基于三维激光扫描技术和建筑信息模型(BIM)技术的古建筑信息有效表达方法,实现了基于点云数据建立BIM模型表达古建筑全生命周期信息。

大型石窟遗产海量点云快速可视化

文化遗产数字化是实现遗产保护与修复、传承与活化的重要手段。三维激光扫描技术是近年来被广泛应用于遗产数字化的有效手段,其能够以非接触方式获得高精度、高密度三维点云,但是这些文化遗产(尤其是大型石窟)的海量三维点云,为快速处理及应用带来了严峻挑战。为实现普通计算机配置下石窟遗产海量点云的快速浏览与展示处理,构建了基于文化遗产本体综合价值的点云分块策略,通过八叉树数据结构对每一数据分块进行组织管理,并采用开源引擎Potree.js搭建可视化场景,进而完成海量石窟点云的快速可视化处理。以某一大型石窟遗产三维点云开展可视化处理实验,并与3DHOP、Cesiumlab等可视化解决方案进行对比分析,结果表明本文方法简单易操作,处理时间和渲染效果都得到了有效改善。

古木建筑裂缝多LoD表达与信息自动集成

古木建筑具有极高的价值,科学认识其损伤现状,并对损伤进行直观表达与信息自动集成,有利于更好地进行文化传承。尽管建筑遗产信息模型(HBIM)技术具有模型与信息高度关联的特点,可将信息整合至模型中,与古建筑信息表达集成需求高度契合,但在应用方面仍存在部分难题,如损伤模型表达精细度划分,损伤信息量庞大难以快速集成。本文以古木建筑裂缝损伤为例,首先建议了裂缝模型多细节层次(LoD)表达标准;然后分析了HBIM的信息集成方式,其在Revit软件中以电子列表方式管理构件信息;为解决信息量大的难题,对软件进行二次开发编写外部命令,加载成为外部应用实现信息自动集成更新;最后以一古木建筑HBIM模型进行方法验证,4 s内完成了64根柱子的信息自动化集成。表明了裂缝多LoD表达方法与信息自动集成算法的高效性与可靠性,可为历史建筑信息的表达、集成与管理提供方法借鉴。

分区优化混合SfM方法

针对大规模无序影像稀疏三维重建问题,本文提出一种稳健、高效且易于并行的分区优化的混合式SfM方法。首先,利用SIFT算法进行影像匹配,无须GPS/INS等其他辅助信息,仅利用影像间的匹配结果计算得到的影像关联度完成影像分区。然后,提出一种改进的增量式SfM方法实现每个分区内快速重建,以及提出多项标准自动剔除不可靠分区并将这些分区内影像重新划分至其他分区,实现分区的动态调整。最后,提出一种稳健高精度的分区融合算法,实现相机参数、影像姿态和场景三维信息的准确融合。多组不同规模、不同影像类型以及不同场景的典型数据试验结果表明本文方法对不同数据集具有很好的稳健性,在保持高精度的同时能大大提高重建效率,尤其适用于大规模影像数据集。

文物三维模型虚拟修复研究进展、挑战与发展趋势

随着三维扫描技术、图形图像处理、虚拟现实等技术的快速发展,文物保护与传承工作进入了信息化的时代,文物数字化保护也已经成为当前重要的科研方向。高精度三维模型在文物本体表达、文物空间特征信息挖掘和文物历史溯源研究中起着十分重要的作用。本文以文物三维模型的应用为线索,总结文物虚拟修复的现状、文物三维模型的主要特点及文物虚拟修复流程与框架和典型应用案例,分析文物三维模型虚拟修复面临的挑战,展望文物三维模型虚拟修复的发展趋势。

基于高光谱影像的瞿昙寺壁画颜料层脱落病害评估

瞿昙寺因寺内所藏巨幅彩色壁画而闻名,但由于受到自然因素及人为因素的影响,寺内51间壁画廊中有些壁画已经发生褪色、龟裂、卷翘、起甲、颜料层脱落等病害,尤其是颜料层一旦脱落,对于不可再生的壁画来说,损失无法弥补。因此在壁画的保护修复过程中,对壁画病害的识别与评估就变得十分关键。以瞿昙寺西回廊的高光谱图像数据为研究数据,利用支持向量机(Support Vector Machine,SVM)方法对壁画病害识别分类;以此提取的病害矢量数据为基础,构建壁画病害的评估指标要素,进而提出基于多元统计回归的LS-SR-AIC评估模型,实现壁画病害严重程度的评估。实验结果表明:利用该方法颜料层脱落病害的SVM提取精度达95%以上,同时为颜料层脱落病害工程评价提供了一种新的方法指导,为文物的健康评价走向定量化评估提供参考与借鉴。

三维GIS数据融合的基本方法与进展

三维数据融合是计算机视觉与精细化测绘领域的研究热点,在精细测量、风险监测、数据展示等过程中起着重要的作用。目前,测绘领域对三维数据融合的研究集中在地形地物的三维模型融合。本文主要总结了近年来地形地物三维数据融合的基本方法,对三维模型的数据结构、建立方法做了分类,并对几种应用最为广泛的融合方法进行了分析和评述。讨论了相关研究中存在的问题和发展前景,希望能为今后的研究提供帮助。

融合多特征的兵马俑碎片分类技术研究

兵马俑历经千年,多已破碎。因此,安全、高效地复原兵马俑碎片至原始形态,重现其原有风貌是文化历史研究的基础,同时也是文物保护修复的重要工作。在兵马俑修复工作中,俑体的碎片分类是其拼接复原的关键一步。本文从文物保护工程实际需求出发,通过将传统文物修复方法与现有科学技术相结合,提出了一种适用于兵马俑碎片的分类方法。首先,利用三维激光扫描与三维建模等技术构建兵马俑真彩色三维基础模型,根据兵马俑碎片的自身结构特点,基于SIFT以及CannyLines描述子提取兵马俑碎片的二维图像纹理特征,并基于模型法向量和表面曲率的计算提取兵马俑碎片的三维模型几何特征,以此多特征为基础,采用层次语义网实现兵马俑碎片识别分类。实验结果表明:融合多特征并结合层次语义网的碎片识别分类方法是有效的,可作为后续碎片匹配的基础数据来源。

基于光谱降维与Hu矩的壁画颜料层脱落区域提取方法

颜料层脱落区域的提取是壁画现状调查的重要环节,由于其光谱特征与壁画白色图案较为相似,仅利用光谱特征提取的精度较低。因此,提出了一种兼顾光谱特征和Hu矩形状特征的颜料层脱落区域提取方法。首先,利用壁画高光谱图像的光谱信息,经光谱降维,采用支持向量机监督分类法提取颜料层脱落区域与白色图案。然后,对颜料层脱落区域与白色图案分类结果分别进行连通,将连通后的图斑视为最小识别对象,利用Hu矩计算每一个对象的形状特征,采用支持向量机二分类再次区分对象图斑,实现颜料层脱落区域的半自动提取。最后,以青海省瞿昙寺壁画高光谱图像进行了提取。结果表明,该方法能提高颜料层脱落区域的提取精度,为壁画的现状调查提供支撑。

最小噪声分离变换与Haar小波变换结合的壁画线状特征增强方法

在壁画的保护与修复中,线状特征具有重要的意义。然而由于自然环境等因素的影响,壁画经常出现褪色残缺等病害,导致其线状特征难以辨认。因此,利用高光谱成像与Haar小波变换结合,提出了一种壁画线状特征增强方法。首先,对高光谱影像进行最小噪声分离(MNF)变换,选取前10波段进行MNF逆变换进行重构,实现高光谱影像的降噪处理。其次,对重构后的影像选择真彩色波段变换为灰度图像,对灰度图像进行Haar小波分解。然后,对最小噪声分离变换后的影像,利用最大平均梯度法进行最优波段选择,将最优波段利用Haar小波进行变换,利用其分解后的低频信号与灰度图像分解后的低频信号相融合,高频信号使用MNF逆变换重构后的灰度图像。最后,对优化组合的低频和高频信号进行Haar小波逆变换得到结果图像,达到增强线状特征的目的。经过与原始灰度影像、主成分分析线状特征增强方法对比,验证了线状特征增强方法的有效性。研究结果可为壁画的保护修复提供更丰富、更直观的参考信息。

基于改进U-Net的壁画颜料层脱落病害区域提取

颜料层脱落区域的提取是壁画科学保护和修复的重要环节,由于标准U-Net在传播过程中低维的细节信息逐渐减弱,使得病害区域提取精度受到限制。因此,本文提出一种改进型U-Net网络,用于壁画颜料层脱落病害区域提取。首先,通过影像裁剪和预处理得到青海省瞿昙寺壁画图像数据集。其次,在编码层中引入空间金字塔池化层,构建一种低维特征信息保留结构。同时,在解码层中通过池化索引上采样,减少图像边缘信息在反卷积过程中的损失。最后,在瞿昙寺壁画图像数据集上进行验证。结果表明,改进U-Net方法在IoU和F1-Score两项评价指标上的均值分别达到82.7%和90.5%,优于SegNet及标准U-Net,证明了改进U-Net网络模型对壁画颜料层脱落病害区域提取的有效性,可为壁画保护现状调查提供依据。

基于分块PCA与端元提取的壁画线条增强研究

线状特征是壁画中的重要元素。然而受到自然及人为因素的影响,壁画的部分线条常常变得模糊,人眼难以辨别。因此,提出一种利用高光谱影像分块主成分分析(PCA)与端元提取相结合的线状特征增强方法。首先,利用支持向量机(SVM)对壁画的合成真彩色影像进行分类,根据分类结果得到壁画标签数据,实现高光谱影像同质区域的分块数据。其次,对各分块影像进行顶点成分分析(VCA)得到候选端元集,通过构造投影矩阵合并相似端元确定最终端元集。然后,利用非负最小二乘算法解混得到线条丰度图。最后,将分块PCA的第一主成分影像归一化后与线条丰度图进行波段加权平均获取线状特征增强影像,将其与合成真彩色影像进行HSV图像融合得到线状特征融合影像。以瞿昙寺壁画局部高光谱影像为例进行了验证,结果表明,该算法能增强壁画中的线状特征,且较PCA增强法效果更好。

基于三维狄洛尼三角网的曲面重建算法

随着三维激光扫描技术应用领域的不断拓展,对点云数据三维建模的需求越来越迫切。曲面重建技术作为三维建模的核心技术之一,在逆向工程、计算机视觉、计算机制图以及虚拟现实等技术领域都有着非常广泛的应用前景。本文提出一种基于三维狄洛尼三角网的曲面重建算法,其本质是一种结合了曲面生长算法思想的贪心算法,即在一定约束条件下,按照最优三角形选择标准,算法从预先构建好的三维狄洛尼三角网中,逐个筛选出最优三角形添加到生长曲面上,最终输出由一系列显式三角形所组成的流形曲面。这种方法对比目前主流的隐式曲面重建算法具有参数依赖性较小、不需要计算法线等优点,并且能够重建地形扫描、建筑物扫描和精细化扫描的点云模型。利用此算法对多种点云模型进行曲面重建试验,结果表明该算法生成曲面质量好、重建效率高、实用性强,能够很好地应用于三维建模领域。