毕业生简介
魏朴童
北京建筑大学2020届建筑遗产保护硕士研究生
指导老师：侯妙乐教授
论文发表及获奖情况：
1.Wei, P., Li, A., Hou, M., Zhu, L., Xu, D., & Ning, B. (2019). EQUAL PROPORTION REPRODUCTION METHOD OF GROTTO BASED ON POINT CLOUD. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences.（EI收录)
2.Hou, M.; Yang, S.; Hu, Y.; Wu, Y.; Jiang, L.; Zhao, S.; Wei, P. Novel Method for Virtual Restoration of Cultural Relics with Complex Geometric Structure Based on Multiscale Spatial Geometry. ISPRS Int. J. Geo-Inf. 2018, 7, 353.（SCI收录）
软件著作权
1.文物虚拟修复系统，2019SR0025623
2.文物数字化信息管理系统，2019SR0473840
科研项目经历：
1.云冈石窟第18窟等比例复制项目
2.悬空寺数据三维采集项目
3.海会寺宋塔三维变形监测项目
4.秦始皇陵兵马俑三维激光扫描与碎片虚拟拼接项目
成果展示
石窟寺佛龛识别与剥落程度评估方法视频演示
1
研究背景与现状
石窟文物是古代匠人创造性劳动的结晶，具有重要的历史、艺术、科学和情感价值。千百年的风吹雨淋、风沙侵蚀、烈日暴晒，使宝贵的石窟文物资源发生严重的风化、腐蚀、剥落。因此，对石窟中佛龛的保护和修复迫在眉睫。
图1 石窟文物资源丰富
目前石窟文物风化程度评价方法中主要是针对石窟的内部风化情况进行研究，对于判断石质文物外部风化的剥落病害量化评估的研究还较少。虽然引入了现代的测绘技术研究外部风化，但是仍然以手动或人机交互的方式为主，对于佛龛这种数量巨大的对象的评估方法，在实际操作中仍然缺乏便利性。
图2 石窟佛龛保护迫在眉睫
针对传统方式无法满足佛龛现状调查和保护的实际需求，佛龛目标的自动提取和现状评估等技术难题，本文研究以山西云冈石窟第十八窟为研究对象，以海量点云为数据源对佛龛进行自动化的识别提取和岩石剥落程度的量化评估，为石窟文物的保护和虚拟修复提供科学支撑。
图3 研究目标
2
技术路线与研究思路
2.1 研究内容
从石窟类文物保护的实际需求出发，利用机器学习算法对云冈石窟第十八窟佛龛进行自动化的识别提取和岩石剥落深度量化评估。主要研究的内容包括四部分：①石窟点云数据采集与处理；②面向石窟识别的多尺度点云特征集构建；③基于随机森林的佛龛识别；④佛龛岩石剥落病害指数构建。
图4 技术路线图
2.2 技术路线
（1）石窟点云数据采集与处理
激光雷达能够快速获得目标表面高精度、高密度的三维点坐标信息，并获取激光反射信号强度信息。以云冈石窟第十八窟南壁的大量佛龛造像为实验对象，利用RIGEL扫描仪获得三维点云数据，经过数据的配准和去噪后，局部精度小于1mm，满足本研究需求。
图5 石窟数据采集预处理
2）面向石窟识别的多尺度点云特征集构建
特征集的构建是点云识别的关键一步，决定了识别效果好坏。采用基于八叉树的编组方法，为无序点云建立。
图6 八叉树结构
为了充分挖掘点云特征，采用球形邻域搜索结构寻找邻域点，并分别计算表面相关特征、密度相关特征、空间位置特征、空间分布特征。包括主曲率、高斯曲率、法向量内积均值、空间、平面密度和粗糙程度以及空间分布指数。
图7 特征伪彩图
（3） 基于随机森林的佛龛识别
对于佛龛对象手工提取的方法耗时且困难，通过已构建的特征集采用机器学习的方式识别佛龛是研究的核心，也是后续评估本体外部剥落损坏程度的关键一步。基于VIM算法对特征集进行特征选择，构建高敏感特征集；通过网格调参法确定最佳阈建立随机森林分类器；利用K折交叉验证算法对识别效果进行分析。
图8 佛龛识别流程图
(4) 实验验证
人工标注了4类点云，包括头部9044个点、身体10266个点、边缘16644个点和墙壁9734个点。该数据集的四类点云特征构成了每个点的14维特征向量，经过特征的选择和去冗后确定6类特征，即法向量内积均值、平均曲率、球度指数、表面密度、高斯曲率和邻域点数量。使用Sklearn核心机器学习接口在Pycharm IDE编写项目代码，进行随机森林进行佛龛识别实验。
实验结果验证了佛龛识别算法的有效性和可行性，VIM算法进行特征选择前后的分类精度依次为69.70%和78.80%，表明文特征选择算法的有效性。
图9 实验结果
（5） 佛龛岩石剥落病害指数构建
在分类点云的基础上评估石窟剥落程度，构建岩石剥落病害指数。首先DBSCAN 算法和语义规则对点云进行聚类单体化，之后利用 RANSAC 原理实现剥落深度方向的估计，然后基于石窟表面剥落深度提取指标要素，计算出石窟佛龛剥落指数。从而达到对每个佛龛的保存现状进行量化评估的目的，很好的实现了石窟剥落研究从定性到定量的过渡。
图10 剥落程度评估
3
论文意义
本研究从石窟类文物保护的实际需求出发，在获取云冈石窟第十八窟点云数据的基础上，针对云冈石窟第十八窟南壁及入口处的佛龛在实际保护中因数量多、分布范围广、风化严重导致的不易人工调查、缺乏定量化的保护依据等问题，将传统文物保护方法与现有科技相结合。利用三维激光扫描技术所获得的海量点云数据为数据源对云冈石窟第十八窟佛龛进行自动化的识别提取和岩石剥落程度量化评估，以实现无损、快速、便捷的为云冈十八窟佛龛的实际修复工作提供重要的数据参考。同时对机器学习技术做了进一步的研究，以提高基于机器学习的点云目标识别技术在文物保护与修复领域的拓展应用。
扫描二维码 关注我们
遗产数字化与虚拟修复团队公众号
微信号 : relics-conservations