计算机辅助考古线图绘制

计算机辅助考古线图绘制

李仁举, 罗涛, 査红彬, 北京大学

路伟, 龙门石窟研究院

摘要：考古线图是考古报告的重要组成部分，其使用一些简洁的线条描绘物体的几何形状和结构特征。传统的考古线图绘制方法存在耗费时间长、准确度低等缺点。本文提出了一种利用三维数字模型辅助线图绘制的方法。首先，利用多尺度的方法从数字模型上提取三维特征线；然后，绘图人员在三维特征线和三维模型平行投影的光照图上进行线条的编辑处理，完成最终的线图绘制。该技术大大提高了考古线图绘制的效率和准确度，并在实际的考古报告项目中得到成功应用。

1.介绍

考古学是对古代人类各种活动的物质遗存进行研究的学科。考古研究的一个主要任务是对这些文化遗存的形状和结构进行记录。线图可以记录文物的尺寸信息并且直观地表示文物的形状和结构，因此在考古图示、复原和学术研究等领域得到广泛的应用。目前的考古研究中，线图是考古报告不可或缺的组成部分。

然而，传统的线图绘制基本上都是手工完成的，费时费力且不准确。在对一些考古遗址或者器物制作考古报告时，这些缺点会给考古学家带来了很大的障碍。

随着计算机和三维数据采集技术的发展，对一个器物或者大型遗址可以进行高精度的重建并得到其数字模型。利用三维模型，可以自动或者半自动地提取三维特征线，并根据考古学的不同要求，生成考古线图。

该技术大大提高了考古线图绘制的效率和准确度，并在实际的考古报告项目中得到成功应用。与传统的方法相比，该流程可节省大量的野外工作，并提高了考古报告的制作水平和质量。

2.考古线图

考古线图由一些描述文物遗迹几何形状的线条所组成。与其他考古图示的方法（如照片、视频）不同，线图包含了被记录对象的几何测量信息。目前，一部考古报告通常由三部分组成：文字、照片及线图。图1所示的线图用一些简洁的线条描述了石窟的结构以及雕塑形状[1]。

在考古研究中，可以使用多种方法来进行线图绘制，比如基线法、网格法等[2,3]。以绘制剖面图为例，在传统的手工测绘过程中，考古专家首先确定剖面上绝对垂直和绝对水平的两条标准基线，

并各附系一条皮尺。然后以基线为坐标轴，用尺子量的方法顺序地逐个测量特征点(每个特征点由人工指定)到坐标轴的距离，根据这两个纵、横坐标值，就可以在定好基线的坐标纸上决定该特征点的位置。最后，将这些特征点用平滑的曲线连接起来，完成一幅线图。图2(a)所示的是用基线法对剖面进行测量的工作图。网格法用于记录一些更为精细的特征。测绘时，将网格放置在待测对象的前面，然后记录特征点在网格上对应的坐标。图2(b)所示的是用网格法对龙门石窟擂鼓台佛像进行绘图的现场工作图。

(a) (b)

传统考古绘图流程的一个主要困难是非常耗时。一个发掘现场的考古报告需要包含场景的平面图、立面图、剖面图以及单个雕像的线图等。为了得到这些几何尺寸的测量，需要大量的野外工作。

手工绘图的另一个缺点是其误差较大。由于风化腐蚀等原因，许多文物表面附有斑驳的纹理，这使得人眼分辨其原始的形状是一件困难的事情。另外，绘图人员的经验也对测量的结果会有很大的影响，特别是在对于大场景的测绘中，人眼的视觉误差对线图绘制的影响是不可避免的。

3. 计算机辅助线图绘制

为了解决传统线图绘制中存在的问题，新的技术和设备越来越多地用于提高测绘的效率和准确度。利用三维数字化技术，我们可以将一个复杂的物体在几分钟或者几小时内进行高精度的三维重建。重建得到的数字模型可用于辅助制作考古线图。整个过程快速、准确，并且不受对象的尺寸和颜色的限制。

图3所示为计算机辅助线图绘制的流程图。首先，通过多视点三维扫描，我们可以获得场景的三维点云数据，对这些点云进行配准、三角化及后处理得到该对象的高精度数字模型；其次，利用多尺度的脊线/谷线检测方法抽取数字模型表面的三维特征线；最后，绘图人员在三维特征线和三维模型平行投影的光照图上进行线条的编辑处理，完成最终的线图绘制。

近年来，三维模型辅助考古逐渐受到计算机学者的关注。Styliadis [4]等人提出了在文化遗产管理系统中引入元数据及三维模型。Kolomenkin [5]等人提出了利用显著场进行形状处理和分析的方法，并可用在考古器物的表面增强和人工着色等图示方法上。另外，一些非真实感的绘图方法[6]也可用于考古图示。

与已有的工作不同，本文提出的系统具有如下特点。首先，据我们所知，这是在实际的考古项目中利用三维模型辅助考古线图绘制的第一次尝试；其次，为了实现对大场景的精确线图绘制，通过多种三维扫描仪获取的点云在数据采集和建模中得到了有效的整合；最后，本文使用的多尺度特征性抽取方法可以处理带噪声的数据，并对文物的形状有一定的适应性。

3.1三维数据采集

考古遗址通常占地几十平米、几百平米或者更大，而其中单个的器物则包含有非常精细的特征。为了实现对这类对象的建模，我们使用基于光飞行时间的激光扫描仪对大场景进行三维扫描，而用结构光三维扫描仪来获取精细的特征[7]。

在数据处理中，我们将大场景三维扫描的数据作为框架，并将精细扫描的数据根据对应点配准到框架中。按此策略，

我们可以得到一个有局部精细特征并且累积误差最小的大场景

三维点云数据。通过一些诸如网格化、数据精简、数据平滑、孔洞修补这样的步骤，我们能得到场景的高精度模型。

3.2三维特征线抽取

在线图绘制中，考古人员关注的是反映文物遗迹表面几何变化的曲线。这与三维模型表面的脊线和谷线类似。然而，以图4(a)所示的佛像为例，由于扫描仪的精度、石窟粗糙的表面等因素，重建的三维网格(如图4(b)所示) 上不可避免地存在很多噪声，如图4(c)所示。在这类模型上检测特征线具有很大的挑战。

图4(d)是使用传统特征线检测方法得到的三维特征线，我们可以看出检测结果中包含许多冗余线，可以通过平滑的方法减少冗余线。然而，通常的平滑算法会模糊物体的几何特征，所以在此基础上抽取的特征线与其原始位置相比会存在较大的偏移。

为了解决此问题，我们提出了一种多尺度的脊线/谷线检测方法，减少冗余线条，同时能够较好地保持特征线的位置[8]。首先，我们利用随机游走[9]方法，构建一个模型的多尺度离散表示；然后，利用最小描述长度法则(MDL) [10]自动地在网格表面不同区域选择相应的局部尺度，并使得尺度的分布在局部区域具有分段一致性，在几何变化区域具有自适应的不连续性。最后，在多尺度空间中，结合所选局部尺度对应的曲率信息，将一阶曲率导数的过零点连接起来，生成所需要的脊线和谷线。图4(e)是局部尺度的分布图，图4(f)所示的为使用多尺度方法抽取的脊线。我们可以看出，与图4(g)手工绘图结果相比较，多尺度特征线能够较好地反映物体的形状，并且极大地减少了冗余线条。

(a) (b) (c)

(d) (e) (f) (g)