摘 要:测量技术、空间数据获取技术、地理信息系统等多项测绘技术的更新发展,实现了真实物理世界的三维可视化建模。相较于二维,三维呈现更具直观真实且精确的空间位置优势。而将三维可视化建模应用于风化侵蚀严重的古建筑,可以保存古建筑文化遗产,实现古建筑三维精细化重建,并切实储存精准且详细的外形数据,具有十分重要的现实意义。本文基于多种先进的扫描与测量技术实时获取的多源数据融合,针对西安小雁塔进行了三维模型精细化重建分析。
关键词:多源数据;古建筑;小雁塔;三维建模;精细化
1 前言
古建筑作为我国独特文化信息传输载体,充分反映着所处地区或区域既定时期的思想文化与风俗民情,是蕴含丰富地域文化底蕴的艺术瑰宝,同时还充分反映着人类历史文明的演进,因此传承保护古建筑文化遗产势在必行。作为我国著名历史古城,西安的历史文化底蕴深厚且悠久,而大雁塔与小雁塔等古建筑文化更是我国优秀传统文化的瑰宝与资产。古建筑是建筑文化的典型代表,集成了宫殿与寺庙等多样形制,是保护与传承的主要对象。而随着科技发展,数字化模型的构建为古建筑保护提供了新渠道,既能够保护古建筑而避免干扰实体,又能够以虚拟现实技术呈现古建筑无法触碰的精细之处,还能够面向人们推广古代思想文化与历史内涵以推广精神文化。
近几年,古建筑测量已经逐渐趋向于三维,三维重建是建筑测量的前提条件。随着测量测绘地理信息技术的高速更新与发展,激光扫描技术、近景摄影测量技术、倾斜摄影测量技术等一系列先进技术早已完全融入古建筑三维重建。古建筑以结构独特与地形复杂为鲜明特征,单独使用技术难以精细化重建。其中激光扫描技术具备非接触性与高效精准等特征,可以迅速获得古建筑三维坐标,但是对于空间较为狭小且结构比较复杂的区域相对受限;近景摄影测量可以高重叠率与分辨率影像对细小且复杂的建筑组件进行精细化三维重建,但是对于大面积建筑群重建却明显受限;倾斜摄影测量可实时获取古建筑多角度纹理影像,且顶部区域的模型结构精细且纹理真实清晰,然而弱纹理或盲区区域的局部结构却很容易发生扭曲与拉花现象,因此古建筑重建效果并不理想。对此,可以激光扫描技术、近景摄影测量技术、倾斜摄影测量技术等一系列高新技术实现多源数据融合,以多种技术优势互补,以全野外测量为空间基准,提取点云数据特征点并统一坐标,以三维重建整个场景并精b1c528292679b53acb3f0f6ee6cf8898细化重建细微场景,而古建筑色彩固化或单一的组件则采取空地一体单体化技术实现局部重建。
2基于多源数据融合的古建筑三维重建流程
建筑要素是三维重建的重难点,尤其是古建筑结构三维重建。为实现精细化重建目标,前端有机结合多元化数据采集方式,以获取各种尺度几何与纹理信息,而后端则以近景、倾斜、点云等多源测量数据融合。通过数据预处理,以后差分解算倾斜摄影数据,基于航带拼接、去噪、平滑、匹配等处理实现机载与点云数据预处理。添加控制点通过重建大师软件空三结算倾斜数据,以几何校正与区域网平差等,然后添加预处理后点云数据与轨迹线文件而匹配融合处理,从而实现三维精细化重建以生成古建筑三维模型。整个重建流程具体如图1所示。
3基于多源数据融合的古建筑三维重建方法
3.1获取多源数据
所谓三维重建方法即以三维激光扫描仪为载体获取点云数据,以近景摄影测量为辅助获取数字影像信息。基于三维激光扫描电源数据的古建筑重建本质而言是通过发射与接收激光束实时获取点云三维坐标数据,精确高且数据源十分复杂;基于数字影像的古建筑重建本质而553b02a110a8532374a6b5a1bf4f3ed2言是匹配古建筑不同数字图像的同名点以交叉获取空间点真实的三维坐标,易操作且效果美观。西安小雁塔作为古塔,身高对于观测视角存在一定局限性,单纯以三维激光扫描技术极易造成盲区存在,而近景摄影测量技术则会致使建模表面精确度下降,对此有机结合摄影测量数据能够在一定程度上弥补激光雷达数据所存在的缺陷。为了精细化还原西安小雁塔真实的空间场景,需通过三维激光扫描技术、无人机近景摄影测量技术、倾斜摄影测量技术相结合以获取多源数据。
西安小雁塔作为空间比较复杂的古建筑,进行点云数据扫描与获取不仅量大且扫描周期较长,所以扫描之前需进行实地勘察以设计可行且合理的扫描策略。扫描获取数据之后还需进行点云数据预处理以获取古建筑三维建模所需数据。三维激光扫描点云数据获取流程具体如图2所示。
3.2重建三维模型
三维场景重建具体包含西安小雁塔自身及其所存储环境模型的构建。首先针对小雁塔建筑自身和四周环境的复杂度、覆盖范围,以小雁塔场景重要程度和精确度相关要求,进行分类建模。具体即小雁塔内部与外部结构、纹理的精细展示模型;塔顶、塔身与地面形状纹理的精细化模型。
Geo magic Studio基于数学模型和曲面构造原理以给定强有力的曲线提取与编辑功能;Sketch Up以易操作与强功能而快速且简易构建、显示与编辑三维模型;Photo Scan以高分辨率正射影像实时获取小雁塔的色彩纹理以自动化生成三维模型。据此分别以Geo magic Studio、Photo Scan、Sketch Up建模软件对小雁塔内部、外表面、场景进行三维建模。
数据获取环节主要结合点云数据、影响数据与控制点数据,以便于后续模型精准重组。模型构建的关键在于针对不同部位精度分类建模,而环境模型则由数据测量尺度进行手动重建。基于TIN模型方式拼接组合模型以生成小雁塔三维精细化模型。
3.3实例分析
陕西省西安市小雁塔始建于唐朝,与大雁塔齐名,同为唐长安城的象征性标志。小雁塔与荐福寺的古钟皆为关中八景之一,并称为雁塔晨钟,是西安市博物院的重要构成部分。小雁塔呈现为方形密檐式砖塔形态,是典型的代表性作品,原15层而今只存13层,高达43.3m,整个塔形秀丽壮观,独树一帜,是唐代佛教建筑艺术遗产,同时也是佛教进入中原且融入汉族文化体系的标志。小雁塔具体如图3所示。
由于小雁塔有所倾斜变形,因此为保护古建筑文物,以保证后期发生意外损坏的时候能够及时进行修复。需对小雁塔的倾斜变形状态相关历史遗迹数据进行全面充分监测,以确保数据完整且真实,这对于基于多源数据融合进行古建筑小雁塔三维精细化重建具有不可小觑的现实意义。以三维激光扫描技术采集小雁塔内外几何数据,同时利用无人机拍摄低空状态小雁塔以辅助弥补所缺失的相关数据,基于所获取立面照片有序生成小雁塔相对应的三维彩色模型。基于小雁塔形状与周围环境状况合理布置导线控制网与高程控制网,以此为三维激光扫描提供可靠基准。并且于小雁塔的塔身针对性安装反射片,以此作为摄影测量模型的定向控制点。受障碍物与光线遮挡,一测站通常不能获取相对完整的数据信息,需多视角扫描小雁塔。就小雁塔自身与周围环境状况站点应距离小雁塔约50m,并选择Faro三维激光扫描仪对各个站点进行扫描,时间控制于8min,在单站扫描点云数据和拼接后可以进一步获取小雁塔详细的点云数据。此外,近景摄影测量技术拍摄所获数字影像是小雁塔三维精细化重建的主要数据来源,因此选用AscTecFalcon8无人机,搭载索尼相机,以移动地面控制系统实时控制系统设备。在航拍前需实地勘查小雁塔周围环境,以此为无人机起飞与降落场地选取、航线规划以及应急预案制定等奠定坚实基础。同时,将相机分辨率设定为6000×4000,而影响获取表面分辨率则设置为1mm/pix。对于小雁塔的单体建筑而言,可选择飞行模式进行影像数据实时采集,而相邻影像图片重叠度可达65%,一共采集了662张照片。
对西安小雁塔点云数据进行预处理之后可迅速实现三维精细化建模。小雁塔模型比较复杂,涉及塔基、塔身、塔刹三部分,塔身周围相似度高无法分辨,对于每部分真实情况皆以不同方法进行三维模型构建,以此保证建模精细程度与效率。小雁塔结构独具特点,自下而上按照比例逐层递减,因此对于塔身模型构建可就点云数据线划形式构建某层塔结构模型,以够塔身二维线段,再以挤压与车削等二维运算、三维布尔运算构建大小不同的长方体便接与合并等处理,以生成塔身外侧棱角。根据比例缩小与放大某层塔以获得小雁塔模型,然后使用指令拼接已经构建完成的塔身模型,再微调结构以生成与小雁塔实体结构相契合的三维模型。基于上述流程组合建立大雁塔三维数字模型,于3DMax软件中建立小雁塔模型后,以高像素小雁塔全景照进行模型纹理贴图。所谓纹理贴图实际上就是以图像、函数或其他数据源转变模型表面外观,原理在于将高像素照片粘贴于多边形,以此不仅可以加快速度,还可以提高效率,实体与模型高度近似,从而输出小雁塔模型渲染效果图,具体如图4所示。
4结论
综上所述,基于多源数据融合的古建筑三维精细化重建模型效果更为显著,且质量实现了大幅度提升,可有效解决三维激光扫描由于建筑物遮挡而顶部信息匮乏所造成的空洞,以及无人机由于建筑遮挡视角难以采集数据等一系列问题。多源数据融合集成了三种技术,可充分获取古建筑三维场景空间信息,提高三维建模效率与水平,在确保高精度的前提下提升了建模效率,生成了快速且有效的场景三维精细化建模机制。
参考文献
[1]蔺小虎,姚顽强,马润霞,等.基于海量点云数据的大雁塔三维重建[J].文物保护与考古科学,2017,29(3):67-72.
[2]张旭,李新锋,王胜骞,等.一种融合多源数据的古建筑精细重建方法[J].工程勘察,2023,51(3):68-72.
[3]高超,王国利,李群,等.基于多源数据的古塔三维精细化建模[J].工程勘察,2018,46(4):36-40.
[4]张新行,张培,齐亮,等.多源数据融合在广府古城三维重建中的应用[J].测绘通报,2023(11):112-115.
[5]郑国强,王光生,王万忠.石窟寺文物的三维精细化建模研究[J].山东建筑大学学报,2023,38(4):75-83.
[6]王树臻.古建筑三维点云配准及精细建模研究[D].济南:山东建筑大学,2021.
基金项目:本文系陕西服装工程学院2023年校级科研项目“基于多源数据的古建筑三维精细化重建研究”(项目编号:2023XKZ50)。