吳 高,劉陶勝,崔前輝,左 昌
(江西理工大學 土木與測繪工程學院,江西 贛州 341000)
傳統的文物保護工作,通常都是對文物進行復制倒模,這在很大程度上會對文物的表面造成二次損壞,特別是一些脆弱易碎的文物,在復制倒模過程中易產生不可彌補的損失[1],從而導致文物修復和重建出現不確定性。隨著技術的發展,文物數據采集方式已由傳統的復制倒模轉換到人工測量,通過作業人員進行現場數據采集,獲得文物測繪圖紙和文檔資料[2]。這種方法雖然與傳統保護工作相比不會對文物造成二次破壞,但是采集效率極低,對于紋理豐富的文物,無法提供具有RGB信息的真實模型。三維激光掃描技術是近年來出現的新技術,是目前比較流行的技術之一,由于其操作簡單、測量精度高,已廣泛應用于文物保護、變形監測和工程測量等領域。但現階段三維激光掃描儀等文物數據采集設備[3],需要影像輔助才能獲得具有紋理的三維模型,當掃描面型復雜的物體仍然需要進行多次掃描,如含有多角的物體或者是表面曲面復雜的多面體,無法一次性從多個角度獲得文物目標的原始信息。且對于某些物體或出現遮擋現象時會出現掃描盲區,從而導致物體表面點云數據的缺失[4],數據處理的難度也會大大增加,嚴重影響了數據采集及處理的效率。并且這類設備價格昂貴,使用成本過高,無法得到廣泛的運用。
而隨著近景攝影測量技術的不斷進步,利用攝影測量技術進行全方位的拍攝,獲取二維影像數據,而后生成點云數據,從而進行三維重建。該方法可以精確、清晰且完整地獲取文物的幾何數據和色彩信息,在文物色彩還原上表現最佳[5]。
因此,本文選擇使用非量測的相機進行方案設計,能夠在非接觸的狀態下對文物進行數據獲取,其獲取的角度多樣且能夠解決結構光技術帶來的掃描盲區的問題,提高了文物數據采集的效率。
本文設計的采集設備是用于采集文物的序列影像以恢復其三維點云數據,通過聯機拍攝及連接裝置配置出文物數據采集環境,使得文物三維數據采集安裝合理,采集方式簡單方便。通過采集文物多視角的影像數據,基于SIFT算法[6]及K-D樹搜索準則[7-8]對影像進行特征匹配,然后利用RANSAC算法[9]消除誤匹配,最后基于SFM進行文物三維重建。
通常情況下,空間坐標系的原點為第一幅圖像的光學中心位置,因此第一幅圖像的投影矩陣為

式中:K為相機自身參數矩陣;I為3階單位矩陣,設第二幅圖像的旋轉和平移向量為R和T,則其相應的投影矩陣為

以此方法,能夠得到相機的一組投影矩陣,設Q1i和Q2i(i=1,2,3)分別是Q1、Q2的3個行向量。W=(XW,YW,ZW)為空間點的三維齊次坐標,該三維空間點在2幅圖像上的投影分別為(u1,v1,1)和(u2,v2,1)。對于每個圖像,都可以獨立地獲得2個線性方程,因此每對匹配點可以得到如下

理想情況下,像點反投影后可以得到以光束中心為端點的光束射線。如果2幅圖像形成的背投光線相交于一點,則需要求的點的三維坐標為相交點的三維坐標。此時,根據公式(3),可以用最小二乘法求解該點的三維坐標。
本文的采集設備是針對小型的文物數據采集的需要進行設計的,其主要特點是可以從多個視角獲取文物信息,并可以實現相機的同步拍攝及照片實時傳輸到電腦進行存儲。
設計的方案有以下3種,本文主要闡述設計的3個方案,將3個方案進行對比分析。
該設計方案整體結構主要由1個50 cm×50 cm×50 cm的box、1個文物承載臺、4個面陣Basler彩色相機及其相關配套軟件、1個千兆網絡交換機、5根足夠長度的1 Gbps網線和計算機組成,如圖1所示。

圖1 系統整體結構示意圖(方案一)
該設計方案整體結構主要由1個半徑為25 cm圓形軌道、1個文物承載臺、1個滑輪、1根連接桿、3個面陣Basler彩色相機及其相關配套軟件、1個千兆網絡交換機、4根足夠長度的1Gbps網線和計算機組成,如圖2所示。

圖2 系統整體結構示意圖(方案二)
該設計方案整體結構主要由1個直徑為35 cm的文物旋轉臺、1個多功能相機三角架、1臺佳能相機、1個攝影棚、電腦相機連接線及計算機組成,如圖3所示。

圖3 系統整體結構示意圖(方案三)
本文設計的3個方案各有千秋,接下來從以下幾個方面進行比較,分析各個方案的優缺點,選擇出最佳方案。
2.4.1 經濟方面
3個方案的具體成本見表1,其中方案一選用4個相機和鏡頭及網絡交換機,由于相機及鏡頭的價格較為昂貴,價格成本相對其他方案來說比較大,總成本大約需要1.5萬元。方案二則選用3個相機和鏡頭及網絡交換機,較于方案一雖成本更低,但總體成本仍然需要大約1萬元。而方案三則采用1個相機和鏡頭,從相機和鏡頭的數目來看其成本遠低于其他方案,總成本大約5 000元。

表1 方案成本
2.4.2 使用方便程度方面
方案一采用的是全自動化采集,安裝好設備后,只需要在電腦上操作即可,該方案集相機的同步控制與相片的實時獲取于一體,自動化程度和集成性較高,方便程度比較高。而方案二安裝好設備后,不僅需要在電腦上控制拍攝,還需要人工控制連接桿移動的速度,且對連接線的長度有一定的要求,該方案能集相機同步控制與相片實時獲取于一體,雖集成性高,但自動化程度較低,方便程度一般。方案三設備結構比較簡單,安裝好設備后,只需要在電腦上控制即可,其能夠集相機拍攝與相片實時獲取于一體,無需人工額外控制,自動化程度較高,集成性高,方便程度也比較高。
2.4.3 安全方面
方案一所設計的結構,相機固定在box的4個頂角,且安置好設備后不需要進行移動,只需將文物放置在box里的承載臺上即可,安全程度高。方案二采用軌道結構,安裝好連接桿和相機后,需要將其滑動,存在相機會掉落的安全隱患,且滑輪滑動的過程中,人容易碰到網線,一旦碰到,嚴重的則可能會導致相機被扯落,綜合上述其安全隱患較多,安全程度最低。方案三設計的結構,安置好后,無須將文物或者相機進行移動,只需要將旋轉臺的開關按鈕打開,因此其安全程度相對較高。
2.4.4 方案實際精度與效果
本文分別采用3個設計方案對文物數據采集進行了實驗,實驗結果如圖4所示。

圖4 點云生成效果
方案一的效果如圖4(a)所示,由于方案一在采集文物影像時是固定的,因此只能獲得4個方向上的影像,影像數量極少很難提取到較多的特征點,對于特征點匹配也是很大的考驗,由于該方案無法提取到足夠多的特征點,因此無法基于這些特征點生成密集三維點云,最終通過實驗驗證該方案不可行。
方案二的效果如圖4(b)所示,重投影誤差為0.149像素,最大重投影誤差為0.471像素。該方案由于在同一個豎直面內進行3個視角的影像采集,通過旋轉一周,能夠采集到足夠數量的影像,并且采集視角較多,對于紋理不豐富的文物提取的特征點數量較均勻,數量相對來說也比較多,生成的密集點云數量較多,三維建模效果比較好。
方案三的效果如圖4(c)所示,重投影誤差為0.293像素,最大重投影誤差為0.916像素。該方案將相機固定,通過將文物旋轉一周,能從不同方位采集到足夠數量的影像,雖然文物采集視角比較單一,對于紋理不豐富的文物提取的特征點數量少,但總體來說提取到的特征點數量還是比較多的,生成的密集點云數量相對較多,三維建模效果比較好。
綜上,從經濟、方便程度、安全及精度等方面進行比較,方案一的方便程度和安全性高,集成性好,但是由于其制作成本最高,最重要的是無法從多視角進行文物采集,采集的影像數量少,無法進行特征匹配從而導致無法進行密集匹配。方案二雖然在采集視角上是3個方案上最多的,但是其由于安全性低且需要額外控制連接桿,其方便程度低,且制作成本高。方案三的制作成本最低,方便程度高,集成性好,安全性能也高,制作的三維模型效果好,基于這些優點,最終采用方案三進行三維數據采集。
本設計方案獲取文物點云數據的方法是通過非量測相機進行拍攝,基于近景攝影測量的原理對拍攝的影像基于SIFT算法進行影像匹配,并對其進行誤匹配消除,然后基于SFM由匹配點生成點云數據。
本設備使用的是Canon EOS 5D-MarkⅡ相機,相機基本參數見表2。

表2 Canon EOS 5D-MarkⅡ相機
使用鏡頭是EF24-105 mm f4L ISⅡUSM,該鏡頭的基本參數見表3。

表3 EF24-105 mm f4L ISⅡUSM鏡頭
本次實驗搭載的實驗設備如圖5所示。

圖5 三維數據采集設備搭載
本設計方案使用的是張正友的棋盤格標定算法,使用7×10的標定板與MATLAB標定工具對使用的相機進行標定。
標定結果最終會由工具箱返回結果,計算出來的內參數矩陣為3×3的矩陣,矩陣具體值如下所示。

首先,安裝好攝影棚,將燈光條放置在需要補光的位置,文物旋轉臺放置在安裝好的攝影棚上,打開開關對旋轉臺的轉速進行測試,然后將6個標志點均勻粘貼至旋轉臺的邊緣,使用全站儀進行坐標測量。
在室內選擇合適的一點安置全站儀,對中整平后新建文件,設置參數,然后選擇自由設站,假定第一個已知點坐標為(10,10,10),設置儀器高等參數,然后進行建站,以第二個已知點為后視進行定向,定向完成后,對6個標志點一一進行測量,測得的標志點的三維坐標見表4。

表4 標志點三維坐標
標志點測量完成后,將相機安置在一個合適的位置,將文物小心翼翼地放置在旋轉臺中心。在設備通電前,先安裝相機聯機軟件LR,安裝好之后,將相機腳架安置在距離合適的位置,將相機整平安置在腳架上,調整相機角度大約向下30°~50°,然后使用連接線一端與電腦連接,另一端與拍攝相機連接。
連接之后,打開LR軟件,點擊文件→聯機拍攝→開始連機拍攝,在彈出的對話框上設置好文件夾名稱和保存圖片的地址,點擊確定。
觀察文物的旋轉狀況,然后點擊采集影像,采集到的圖像如圖6所示。

圖6 文物影像采集
采集到的影像自動保存在設置好的文件夾上,可在軟件上進行查看或者在文件夾中查看。
在獲得文物的影像數據之后,本設備使用Photoscan軟件進行三維重建,基于SIFT算法對文物的特征點進行提取,并對提取的特征點進行匹配。然后基于SFM提取文物匹配點的稀疏點云,結果表明提取出的特征點均勻且精度較高。
然后進行密集點云生成,如圖7所示,本實驗共生成了4 480 577個點。由此得出,使用SIFT算法進行特征匹配,不僅提取的特征點均勻,角點的提取效果好,提取的點云數量多,穩定性高,而且所提取出的點云數據帶有RGB信息,為后面的三維重建工作提供了良好的基礎。

圖7 三維點云生成
由于在實驗的過程中,因光照等因素的影響,導致花瓶表面反射光線過多,出現了較多的誤匹配,去除誤匹配之后剩下的特征點數量極少,導致云數據不完整的情況出現,如圖8所示。重建效果如圖9所示。

圖8 小空洞的存在

圖9 最終建模效果
從結果來看,基于SFM的三維重建,重建方法簡單,生成的模型效果逼真,并且重建速度快,該設備的采集得到的影像效果很好,證明該設備可行性高。
鑒于現有三維掃描設備價格昂貴,雙目立體視覺缺乏準確性,容易受到誤差的影響,本文采用現有的設備與方法設計了一個數據采集方案,以對小型文物進行三維重建。該采集方案主要用于采集小型文物(最大直徑45 cm)的三維點云數據,該三維采集數據方案可以從多個視角獲取文物信息,并可以實現相機的同步拍攝及照片實時傳輸到電腦進行存儲。其制作成本低,方便程度高,集成性好,安全性能也高,重建的三維模型效果逼真,具有較好的應用前景。