陳冬冬+黃睿+馮偉+王小偉+柴勃隆+丁淑君+孫濟洲

內容摘要：在對文物進行預防性保護中，需要對監(jiān)測點進行定期監(jiān)測而獲得監(jiān)測數據。由于大多數文物依存環(huán)境不允許在監(jiān)測點處設置監(jiān)測標記，因此不破壞文物依存環(huán)境的重定位技術就顯得尤為重要。本文提出了一種基于幾何約束的三點重定位方法，借助激光標線儀、激光測距儀等設備，在不需要破壞文物依存環(huán)境的情況下，對監(jiān)測點進行精確的重定位。重定位的理論精度達到了0.1mm。在實驗室和敦煌莫高窟的實際實驗中證明，我們提出的三點重定位方法重定位精度高、操作簡單、易于安置、不破壞文物的依存環(huán)境，適用于多種監(jiān)測環(huán)境。

關鍵詞：監(jiān)測；重定位；自由度；基準點

中圖分類號：K854.2 文獻標識碼：A 文章編號：1000-4106（2017）03-0132-06

Abstract： During the preventive conservation of cultural relics， regular monitoring is needed to obtain data. Because most cultural relics rely on their environment for stability， which makes it impossible to set accurate marks in monitoring equipment， non-destructive relocation techniques are very important. In this study， the authors propose a geometric constraints-based three-point relocation method that would resort to devices such as laser distance measurement instruments（LDMI）and laser marking instruments（LMI）. Even in such opera tio-ns where the theoretical accuracy of relocation is 0.1 mm， this technology can relocate monitoring points accurately without destroying the cultural relics.Bothlab experiments and field tests at Dunhuang Mogao grottoes prove that this method has the advantages of high relocation accuracy， simple operation， easy preparation， and being entirely non-destructive， as well as being applicable to diverse monitoring environments.

Keywords： monitor； relocation； degrees of freedom（DOF）； reference points

1. 背景介紹

中國歷史悠久，文化遺產豐富。然而，隨著經濟全球化趨勢和現代化進程的加快，我國的文化生態(tài)正在發(fā)生巨大變化，許多歷史文化名城（街區(qū)、村鎮(zhèn)）、古建筑、古遺址以及風景名勝區(qū)整體風貌遭到破壞，由于過度開發(fā)和不合理利用，許多重要物質文化遺產消亡或失傳，具有不可再生特性的物質文化遺產現今面臨著留存延續(xù)的危機。

在物質文化遺產保護領域，普遍認為，對物質文化遺產采取預防性保護，其效果完全優(yōu)于緊急情況下的搶救性修復。預防性保護的基本理念是，建筑遺產的損毀或破壞是可以通過控制引起損毀或破壞的主要因素得以降低或消除的[1]。它不同于以往物質文化遺產損毀后應急性的保護工程，強調基于信息收集、精密勘察、價值和風險評估等來確定文化遺產面臨的風險因素，通過定期檢測和系統(tǒng)監(jiān)測來分析物質文化遺產的劣化規(guī)律，然后采取災害預防、日常維護、科學管理等措施及時降低或消除面臨的風險，從而實現遺產的全面保護[2]。

2014年，敦煌研究院王旭東院長也同樣在莫高窟風險監(jiān)測預警體系中，將前端數據采集系統(tǒng)放置于一個基礎位置上。他強調應該構建一個監(jiān)測體系以采集石窟大環(huán)境、洞窟微環(huán)境、石窟崖體、文物本體、游客等方面的監(jiān)測數據[3]。其中，針對石窟大環(huán)境、洞窟微環(huán)境、石窟崖體、游客等方面的研究和監(jiān)測工作已經開展多年，并且獲得了很多的數據和成果。

然而由于文物（壁畫）本體病害的演變是一個長期且緩慢的過程，再加之受監(jiān)測成本等因素的影響，不可能對所有監(jiān)測點都采取定點監(jiān)測的方法。同時，為了便于對病害進行分析和度量，要求監(jiān)測區(qū)域、監(jiān)測儀器、儀器的參數和光照條件等必須精確一致，即需要對監(jiān)測平臺進行精確重定位。以上這些因素尤其是重定位因素使得對文物本體的監(jiān)測工作止步不前。

目前，直接以恢復相機的位置和姿態(tài)為目標的相機重定位研究并不多，Shotton J等人研究了利用深度相機（RGB-D Camera）實現相機重定位的方法[4]，但Shotton的方法需要通過算法訓練已知的場景，然后借助深度相機拍攝的帶有深度信息的圖像才能實現特定位置相機姿態(tài)估計，從而完成相機重定位工作。同時，重定位工作也一直是SLAM（及時定位與地圖構建）中研究的內容[5-7]。然而，該研究中重定位僅作為中間過程，其目標是為了構建地圖和實現導航，其方法也往往借助機器人在不斷運動過程中連續(xù)采集的各種信息來構建場景，進而實現機器人位置的定位。因此，這些方法難以應用于針對某一特定位置來實現相機重定位而無需構建周圍整個場景信息的情況。

與Shotton等人基于深度相機的重定位方法不同，本文所提出的三點重定位方法不需要訓練，直接使用測距儀等配套硬件進行相關操作便可實現精確的重定位。其次，在重定位過程中，我們無需在監(jiān)測現場打標記點，因此這種方法可以保證不破壞文物依存環(huán)境，這一特點也使得該方法的環(huán)境約束少，從而可適用于更多的監(jiān)測環(huán)境。

2. 重定位方法

2.1 基本原理

2.2 監(jiān)測平臺組件

監(jiān)測平臺是我們實驗室在進行“敦煌莫高窟風險監(jiān)測與評估關鍵技術研究”課題時，為監(jiān)測文物的微小變化而設計出來的一個精確監(jiān)測設備。其主要構成組件包括：

ɑ）三個激光標線儀，記為LMI1與LMI2和LMI3，可分別發(fā)射出一條水平激光線L1和兩條垂直激光線L2和L3；

b）兩個激光測距儀，記為LDMI1和LDMI2，可分別測量到達L2和L3的距離；

c）一個微動云臺，可以在平面上調節(jié)3個自由度：分別為x和y軸的平移以及繞z軸的旋轉角；

d）工業(yè)相機和基準點相機，分別用于監(jiān)測文物微小變化和記錄基準點；

e）光源、舵機、傳感器、電路板等設備置于平臺內部，以完成平臺的自動調平工作。

在以上設備中，LDMI1、LMI1和工業(yè)相機被固定在平臺內部，以確保它們的相對位置不發(fā)生變化，而LDMI2在平臺內部可在水平面上繞z軸旋轉。

除此之外，還需要一些輔助設備，例如三腳架、控制電腦等。其中，三腳架可以調節(jié)平臺高度和粗調繞x和y軸的旋轉以使平臺粗略水平，電腦可以總控平臺的各種參數。

2.3 操作步驟

監(jiān)測平臺的重定位工作是基于首次定位時記錄的信息去恢復平臺的位置、姿態(tài)和內部其他部件的參數信息。因此，重定位工作包含首次定位和重定位兩步。

2.3.1 首次定位的步驟（圖3）

A.連接相關設備，根據目標拍攝區(qū)域的位置，將三腳架置于監(jiān)測區(qū)域前方合適的拍攝位置和高度，使得工業(yè)相機和監(jiān)測區(qū)域的高度基本一致，然后運行調平程序，調節(jié)監(jiān)測平臺到水平狀態(tài)，最后旋轉微動云臺，從而調節(jié)監(jiān)測平臺的水平擺角使工業(yè)相機正對監(jiān)測區(qū)域。

B.打開水平激光標線儀LMI1，在前方監(jiān)測區(qū)域投射出一條水平激光線L1，在該激光線上選取一個或多個具有明顯特征的標志點作為C類基準點。例如：文物圖像中的十字交叉點、線的交匯點等?；鶞庶c的選取應保證容易識別。

C.打開固定激光測距儀LDMI1和旋轉激光測距儀LDMI2，其中LDMI1在前方壁畫上投射出一個激光點a，旋轉LDMI2至合適位置（即保證LDMI2投射出的激光點b所在的垂線上有多個明顯的特征點），然后打開地面上的兩個豎直激光標線儀LMI2和LMI3，使其投射出的兩條激光線L2和L3分別經過激光點a和b，最后在L2和L3上分別選取A類基準點和B類基準點，選取原則和C類基準點相同（即容易識別）。

D.使用基準點相機拍攝和記錄A、B、C類基準點以及三腳架位置的，同時記錄LDMI1和LDMI2的讀數，并分別記為d1和d2。

由B和C步驟可知，基準點的選取靈活，同時，為了保證重定位的穩(wěn)定性，每類基準點可以選取多個，從而消除單個基準點所帶來的不穩(wěn)定性。2.3.2 重定位的步驟（圖4）

A.連接相關設備，根據基準點相機記錄的三腳架位置，將三腳架初步移到大概位置，然后運行調平程序，調節(jié)監(jiān)測平臺到水平狀態(tài)，最后旋轉微動云臺，從而調節(jié)監(jiān)測平臺的水平擺角使工業(yè)相機正對監(jiān)測區(qū)域。

B.打開水平激光標線儀LMI1，根據C類基準點調節(jié)三腳架高度，使水平激光線L1過C類基準點。

C.根據A和B類基準點圖片找出A和B類基準點，然后打開豎直激光標線儀LMI2和LMI3，使豎直激光線L2和L3分別過A和B類基準點。

D.打開固定激光測距儀LDMI1，旋轉監(jiān)測平臺，使激光點a落在L2上，移動三腳架位置，使LDMI1的讀數逼近d1。

E.打開旋轉激光測距儀LDMI2，并旋轉LDMI2，使激光點b落在L2上，移動三腳架，使LDMI2的讀數逼近d2。

F.多次重復步驟D和E，直至LDMI1和LDMI2的讀數都精確接近d1和d2，然后再次確認監(jiān)測平臺的高度，使L1過C類基準點，則重定位完成。

3. 實驗

為驗證本文所提出的重定位方法，我們在實驗室環(huán)境下，以室內大型仿制壁畫的多處場景和壁畫病害樣本為監(jiān)測目標，拍攝距離控制在0.5—2m，利用實驗室所搭建的監(jiān)測平臺和本文所提出的三點重定位方法，分別模擬初定位和重定位，然后在像素級別和毫米級別去分析重定位的精度。按照2.3.1和2.3.2的操作步驟，我們進行了4次模擬實驗，獲得的監(jiān)測圖像（圖5），而4組實驗的初定位和重定位的激光測距儀的讀數對比如表1所示。

我們采用的精度分析方法是：首先使用SIFT[8]算法，提取兩幅圖像的特征點并做匹配，然后使用RANSAC[9]算法去除錯誤的匹配點對，得到正確的匹配點對A1（xɑ1，yɑ1）和B1（xb1，yɑ2），A2（xɑ2，yɑ2）和B2（xb2，yb2），…，An（xɑn，yɑn）和Bn（xbn，ybn），從而得到對應特征點對的距離：

最后，由公式（1）得到像素級誤差：

然后經過表2的比例將像素級誤差errorpixel轉換為毫米級誤差，不妨設實際值為t，對應的像素值為p，則毫米級誤差為：

則4組實驗的特征點匹配如圖6所示，誤差如表3所示。

由表3可知，實驗3的精度最高，整體誤差為1.1mm，因此，我們的方法已經可以精確到0.1mm。

總的來說，在模擬實驗中，三點法重定位的精度可達0.1mm，同時，由于無需打標記點，使得本方法在多種監(jiān)測環(huán)境均適用。

4. 總結

本文提出了一套合理的面向文物微小變化監(jiān)測的三點重定位方法，有效地解決了監(jiān)測過程中監(jiān)測平臺重定位的問題，定位過程快，操作靈活。具體來說，有如下優(yōu)點：

1）重定位精度高。本文提出的監(jiān)測設備采用了激光測距儀和激光標線儀來輔助重定位，測量精度可達毫米級別，而在實驗室模擬重定位時，物理誤差上可達0.1mm。

2）重定位速度快。當操作上采取合理的調節(jié)策略可使激光測距儀讀數迅速收斂到第一距離d1和第二距離d2，同時借助激光標線儀來迅速恢復相機高度，保證操作效率。

3）基準點的選取靈活。同時，為了保證重定位的穩(wěn)定性，每類基準點可以選取多個，從而消除單個基準點所帶來的不穩(wěn)定性。

4）環(huán)境約束少，適用于多種監(jiān)測環(huán)境。在環(huán)境約束要求方面，本方法只需要在拍攝區(qū)域方向上（即拍攝前方）存在一面墻壁或遮擋物即可進行重定位。

參考文獻：

[1]吳美萍.預防性保護理念下建筑遺產監(jiān)測問題的探討[J].華中建筑，2011（3）：169-171.

[2]白成軍，韓旭，吳蔥.預防性保護思想下建筑遺產變形監(jiān)測的基本問題探討[J].西安建筑科學大學學報：社會科學版.2013，32（2）：54-58.

[3]王旭東.基于風險管理理論的莫高窟監(jiān)測預警體系構建與預防性保護探索[J].敦煌研究，2015（1）：107-108.

[4]Shotton J，Glocker B，Zach C，et al.Scene coordinate regression forests for camera relocalization in RGB-D images[C]//Proc.IEEE Computer Vision and Pattern Recognition （CVPR）， 2013：2930-2937.

[5]Williams B，Klein G，Reid I.Automatic relocalizat-ion and loop closing for real-time monocular SLAM[J].IEEE Pattern Analysis and Machine Intelligen-ce，2011，33（9）：1699-1712.

[6]Davison A J， Reid I D， Molton N D，et al.MonoSLAM： Real-time single camera SLAM[J].IEEE Pattern An-alysis and Machine Intelligence，2007，29（6）： 1052-1067.

[7]Durrant-Whyte H，Bailey T.Simultaneous localizat-ion and mapping： part I[J].IEEE Robotics & Amp Au-tomation Magazine， 2006， 13（2）： 99-110.

[8]Lowe D G.Object recognition from local scale-inv-ariant features[C]//Proc.IEEE Computer Vision，1999，2：1150-1157.

[9]Fischler M A，Bolles R C.Random sample consensus： a paradigm for model fitting with applications to image analysis and automated cartography[J]. Com-munications of the ACM.1981，24（6）：381-395.