文献推荐 | 利用地面激光扫描和高光谱成像探测古建筑的变化

为较全面地展示文化遗产数字化保护的前沿技术，本课题组每周收集整理与文化遗产数字化保护相关主题参考文献，包括：虚拟修复、高光谱、风险评估、三维特征提取等进行精读，并通过公众号推送分享，欢迎老师与同学们提出宝贵的建议和推荐相关文献。

引用格式：Zhang Xiao, Ma Rongqing,and Gao Ruoyi."Detection of Changes of Ancient Buildings from Terrestrial Laser Scanning and Hyperspectral Imaging.." Scanning 2021.(2021): doi:10.1155/2021/3760592.

推荐理由：古建筑由于历史和自然因素所引起的各种几何和材料的变化，其综合检测也成为一个更重要的挑战。因此，本文从地面激光扫描和高光谱成像两方面为解决这一问题提供了一种灵活、科学的途径。可以准确地发现一些肉眼无法捕捉、潜在的危机。本文提出了一种利用激光扫描和高光谱成像技术检测古建筑变化的方法。即先将激光数据与高光谱数据进行融合，再综合、准确地检测和分析古建筑的变化和历史。融合数据中，激光信息通过点云三维坐标检测出倾斜、凹凸等几何变化，高光谱信息检测出腐蚀、风化、盐晕等引起的物质变化。并将该方法应用于北京天宁寺的工程实例研究。

内容介绍：

1. 数据获取

从塔顶南侧顺时针方向开始，由S1、S2、S3、S4、S5五个站点依次获取塔顶初始激光扫描，其中包含塔顶的基本信息。分别由S6、S7、S8、S9、S10五个站点依次获取塔底端的初始激光扫描，其中包含了塔底部分的基本信息。

图1. 激光点云数据获取站点布设

天宁寺塔南部420个连续波段、390 ~ 1000 nm波段的高光谱数据。如图所示，为R(191)、G(118)和B(44)波段的融合图像。

图2. 高光谱数据获取

2. 数据融合

2.1 点云数据融合

根据采集到的点云，需要对S1、S6、S7、S10四个站点的部分数据进行整合。点云融合结果如图所示。

图3. 点云数据融合

2.2 点云数据与高光谱数据融合

将三维点云图像转化为二维灰度图像，并将RGB高光谱图像转化为二维灰度图像。将两幅二维图像的特征点提取并映射到三维空间中，得到点云和高光谱数据的特征点，然后提取出六对特征点，天宁寺塔的高光谱信息附到点云信息中;即融合数据为包含光谱信息的点云。

表1. 特征点选取

图4. 数据映射转换流程

3.高光谱数据定位

高光谱数据包含数百甚至数千个光谱信息，可以探测到大量可见光未探测到的信息。选取9张单波段高光谱图像，其中存在一些奇怪的亮区。

图5.  九张单波段高光谱图像

为了使高亮区域更加明显，从塔体中选取的1、6、204三个波段图像融合为假彩色图像。然后选取5个明显的特征区域，分别标记为Pt1、Pt2、Pt3、Pt4、Pt5，如红色圆圈部分。数字图像中的相同区域与周围区域没有什么不同。

图6. 假彩色图像与数字影像对比

经过实地考察，查阅历史资料，咨询专家，重点区域是疑似维修区域。经过数百年的风霜雨夹雪，天宁寺塔已遭到破坏，尤其是粘土破损严重，已多次修复。鉴于不同时期不同的修复材料以及受风化侵蚀影响的材料变化，即使外观相同，材料组成也有很大差异。

为了进一步说明它们之间的差异，我们对五个区域、一个泥塑区域和一个砖塑区域七个区域的积分平滑DN值光谱进行了分析，结果如图所示。五个区域的光谱，如Pt1, Pt2、Pt3、Pt4、Pt5的数值波形相似。但S1和S2的光谱曲线与上述5个区域有很大的区别，表现了塔体的泥塑区和砖塑区。

图7. 七个区域的DN值曲线

4. 融合数据分析

融合数据也可以检测到外表的几何形变，以准确确定损伤区和修复区位置。因此，它们的融合可以检测到由材料组成和几何形状引起的变化。天宁寺塔的融合数据如图所示，其中融合数据的修复区域具有明显的特征。

图8. 五个目标区域的融合数据分析

5. 相关思考

1、将融合数据应用于历史建筑的检测。可以认为，激光扫描和高光谱成像的融合数据提供了一种有效的非接触方法来检测建筑的变化而不破坏建筑物。

2、这种多融合，经过适当的测试和验证，是一种非常精确和可控的方法，以高度可控的方式检测几何和材料变化。

3、点云数据和高光谱数据可以在不同时间不同地点完成采集，数据获取条件较为宽松。

来源期刊：Scanning

DOI:10.1155/2021/3760592