中國古建筑三維數字化方法綜述

劉秀偉，任鏷*，孫曉敏，徐崇斌，周明全

（1.北京印刷學院 設計藝術學院，北京 102600；2.北京空間機電研究所，北京 100094；3.文化遺產數字化保護與虛擬現實北京市重點實驗室，北京 100875）

0 引言

中國古建筑造型精美，結構精妙，以木架構為主形成了獨立完整的營造體系，兼具科學技術和藝術審美價值，是中華文明的重要組成，也是世界文化遺產的璀璨明珠。中國古建筑的三維數字化是計算機圖形圖像技術應用于建筑學研究、文化遺產數字化保護和數字娛樂等多種應用場景的具體實例。相對于二維圖像，古建筑的三維模型可以更加直觀地對其外形、結構以及營造方式等信息進行表達，支持古建筑在圖形空間的數字孿生和交互應用。

與西方石質古建筑主體結構簡單、裝飾性構件復雜等特點不同，中國古建筑以木質結構為主體，建筑外形很難通過球、圓柱、圓錐等標準幾何形狀直接進行描述，而是由斗、拱、椽、檁、梁架等構件榫卯拼接而成，這些構件本身互相遮擋并且具有復雜的連接關系。且古建筑結構與其所屬政治人文環境、歷史年代等因素密不可分，因此中國古建筑的三維建模問題相對于一般三維建模問題更加復雜，值得學術界圍繞相關問題展開專門研究。本文從中國古建筑三維數字化問題描述開始，對現有古建筑三維建模方法和研究現狀進行分析討論，總結不同方法和對應的適用場景并提出展望。

1 問題描述

古建筑具有極強的地域特點和功能屬性，形式多樣且特點鮮明，本文討論的中國古建筑是指以木作結構為基礎，明確具有臺基、房體、屋頂三部分構件集合和相應子構件的中式宮殿、民居、園林和寺廟建筑。信息技術應用于中國古建筑數字化工作以來，三維模型在遺址遺存的實體修復，古建筑結構形態虛擬復原、科學仿真等方面具有重要作用。不同應用場景對三維數據需求不同，有些僅需展示建筑外形，有些需要詳細的內部結構；有些需要實現實體從物理空間到虛擬空間的高精度數字孿生，有些需要實現符合約束規則和應用場景的古建筑高效率三維內容制作。因此中國古建筑三維數字化問題涉及不同三維數據表示方式、生成方法和處理技術。

在三維幾何處理研究領域，三維形狀存在多種表示方式，如點云、網格、深度圖像、體素和隱式函數等。不同數據類型具有不同幾何特征，且生成方式和處理技術均不同。最常見的中國古建筑三維數據類型為三維點云和三維網格。

三維點云包含從形狀表面采樣得到的三維點，通常表示為的矩陣形式，代表三維點個數，代表描述點的特征維數，除空間坐標之外，還可以為空間點的其他屬性，如顏色、深度等。三維點云數據是利用光學設備采集得到的原始類型，也是計算機視覺研究領域三維重建算法生成的初始結果。隨著光學掃描硬件設備和三維重建技術發展，古建筑三維點云數據越來越容易獲取。點云表示中，三維空間點之間不存在拓撲結構，無順序和連接關系等信息。大多數應用中，需把點云數據重建為三維網格進行下一步處理。圖1 左為激光掃描的高精度古建筑點云。

圖1 古建筑三維數字化數據形式Fig.1 3D data forms of CAA

三維網格利用頂點和連接頂點的邊組成多邊形表面表示三維形狀，通常為三角形或四邊形網格。三角網格作為使用最為廣泛的三維形狀表示方式，具有存儲數據結構簡單、逼近效果好等優點。以三角網格為例，網格數據可表示為點、邊、面的集合{V，E，F}，其中V={v1，v2，…，vn} 為網格的n個頂點；E={(vi，vj)|vi，vj為邊的頂點} 表示網格中頂點間連接關系；F={(vi，vj，vk)|vi，vj，vk}構成網格中三角面片。與離散點云不同，網格可表示相鄰頂點的連通性，因此更適合計算描述三維形狀的局部幾何特征，更適于交互式幾何建模以及模型渲染和展示。古建筑三維網格數據可基于點云重建生成，也可通過算法自動或交互式生成。圖1 中為基于掃描點云泊松重建生成的三角網格模型，右為設計師利用幾何造型軟件制作的四邊形網格。由統計數據可知，重建生成的網格雖然可以降低原始數據頂點數，但是相對幾何造型數據仍具有很大數據量。此外，基于深度圖像、三維體素和隱式函數的三維重建方法也是相關領域的研究熱點，但是在中國古建筑三維建模實踐中應用有限。實踐中，不同數據類型、建模方式的選擇需要由應用需求來決定。

中國古建筑具有獨特的營造方法和支撐結構，在統一的建筑體系下又極富變化。從三維形狀幾何處理角度考慮，中國古建筑的三維形狀屬于具有復雜子結構的人造物體三維形狀。中國古建筑的三維數字化不僅要考慮建筑整體的幾何外形生成，還要考慮子結構部件的相對位置和空間關系，多個建筑單體組合生成院落場景布局。理論上，三維重建和三維建模是兩種不同的三維模型生成技術。應用于古建筑數字化問題中，前者可解決現實世界中，古建筑文物的數字孿生問題；后者解決虛擬世界中，古建筑三維模型從無到有的生成問題。實際工作中兩種技術存在融合應用，本文對現有研究中針對古建筑三維數字化問題的解決方法進行文獻綜述，按照生成方式不同將現有方法歸納為基于幾何造型軟件的交互式建模、三維重建、過程式建模和數據驅動建模方法。

2 三維數字化方法

2.1 交互式幾何建模

交互式幾何建模屬于計算機輔助設計（CAD）研究方向，是計算機圖形學領域最早出現的三維建模方法。經過數十年的發展，目前在行業內已經存在大量成熟的幾何建模工具，如3Ds Max、SketchUp、Blender 等。在大部分實際應用中，基于三維幾何造型軟件的方法依然是古建筑三維內容制作的主流方法［1］，其需要建模人員具有較高領域專業知識，包括對建模軟件的使用、對古建筑構造規則的了解以及專業的藝術審美能力，建模過程耗時費力，成本較高。并且對于非專業用戶來說，按照繁雜的規則進行幾何建模并不現實?；谟嬎銠C圖形學和計算機視覺技術發展，已有一些針對古建筑特定對象的快速建模方法研究。

2.2 三維重建方法

三維重建（3D reconstruction）是光學傳感設備應用于古建筑三維數據采集的基本方法，可以在圖形空間快速生成與物理世界相對應的真實模型。此類方法是測繪領域的關注熱點，不同技術的主要區別在于古建筑空間信息采集設備，不同設備的采集方法、適用場景和生成數據類型均有不同。但此類方法均涉及三維幾何處理中的多種基礎研究問題，如空間點云數據采集、點云數據處理、多視點云拼接融合、點云網格化等。

典型的中國古建筑三維點云采集方法以激光測量技術為主，常見設備包括車載、機載Li-DAR 激光掃描儀、TLS 站式地面掃描儀等。利用激光掃描古建筑獲得表面點云數據是測繪領域關注的應用問題。應用于建筑三維數據采集的站式激光掃描儀出現于20 世紀末，目前已形成非常成熟的技術流程?；驹硎抢眉す怙w行時間（Time of flight，TOF）來判斷空間點的位置信息，即設備向目標發射連續的激光脈沖，通過特定傳感器接收物體傳回的光信號，計算光線往返的飛行時間得到古建筑表面的3D 深度信息，以點云形式表達。對于大體量的古建筑，通常需要在標定靶等參照物輔助下實現多站掃描，拼接生成完整數據。激光掃描得到的古建筑點云數據精度高，能夠滿足測繪、高精度存檔等要求，因此在實踐中應用廣泛［2］。目前可用于古建筑三維掃描的激光掃描設備已集成了點云去噪、拼接、修補、網格化等幾何處理功能［3］，支持生成古建筑工程測繪圖等應用。

激光掃描設備價格昂貴，操作復雜，在基層文保工作實踐中難以普及推廣。因此基于普通照片的古建筑掃描方法也得到廣泛關注。此類方法基于計算機視覺領域被動式三維重建算法的研究成果，能夠實現從多視角圖像，甚至單幅圖像到三維點云的自動生成。

利用多個視點對同一目標拍攝多張圖像，可以通過算法對不同圖像中相同像素點進行匹配，再結合三角測量原理計算空間點的三維坐標信息，進而重建出三維模型，這一過程被稱為運動恢復結構（Structure from motion，SfM）?？梢圆捎枚嘁晥D幾何方法實現基于SfM 的古建筑三維重建［4］，通常包括4 個基本步驟：

1） 特征檢測與匹配：利用圖像特征局部不變性進行檢測，定義描述算子在一組古建筑圖像序列中提取特征點，計算不同圖像中同一空間位置對應像素的特征點對。

2） 多視圖幾何約束關系計算：根據對極幾何原理求解基礎矩陣，利用基礎矩陣和攝像機內參數求解本質矩陣，對輸入圖像中任意對應點之間的約束關系進行描述，包含物理空間中攝像機的旋轉和平移信息，攝像機的內參數。

3） 優化估計結果： 對前兩步操作計算生成的三維點位置和相機參數進行非線性優化，根據捆綁調整算法（bundler adjustment）將問題轉化為非線性最小二乘問題并求解。

4） 稀疏點云稠密化：經過以上步驟可生成反映目標表面主要特征信息的稀疏點云，但不具備可視化展示條件。針對中國古建筑，多利用PMVS 算法［5］實現多幅圖像到稠密點云的三維重建。PMVS 算法基于局部灰度一致性和全局可見度一致性定義面片（patch）模型，通過初始化特征匹配生成稀疏面片，迭代執行面片擴散和過濾操作得到稠密的面片點云。針對古建筑大體量帶來的如圖像采集過程中拍攝角度受限、表面細節多等具體問題，一些工作利用空間幾何信息［6］、多特征融合預處理等方法對PMVS 算法進行改進，提高了重建精度和效率。

單幅圖像提供的空間信息非常有限，通常需要結合其他約束條件進行三維信息恢復。一種思路是根據滅點定標原理，利用滅點幾何關系計算相機內外方位參數，恢復相機空間姿態，進而結合地形圖、基本體素和高程數據等信息實現古建筑的三維信息復原［7］。Jiang 等提出利用古建筑對稱性對相機參數進行標定，基于單幅圖像計算三維特征點云，用戶提供少量交互標定主要建筑構件，最終生成完整網格模型［8］。深度學習技術為單幅圖像三維重建算法提供了新的思路，但由于缺少針對中國古建筑的專用數據集，因此利用深度學習算法從單幅圖像生成古建筑三維模型仍存在困難。

近年來隨著無人機技術發展，航空傾斜攝影測量也常用于古建筑的三維信息采集［9］。利用飛行器搭載高清攝像頭實現多角度圖像采集，在高空域實現密集多角度自動拍照計算三維點云，其本質原理仍是基于圖像的三維重建。由于完整的古建筑單體規模較大，單一數據采集方法在實際應用中存在缺陷，如站式掃描儀無法采集古建筑頂部數據，而航空傾斜攝影技術在這一場景具有優勢。在古建筑內部小型復雜構件掃描中，有時需要結合結構光掃描技術，提高生成模型精度。在此過程中，多源點云數據的匹配融合、稠密點云的網格化重構也是值得研究的重要方向［10］。圖2 給出了利用多源融合方法進行古建筑三維重建的基本流程。在大規模古建筑三維數據重建應用中，需要根據需求利用多種技術采集重建三維點云，通過配準融合多源點云數據，三角化后生成完整古建筑三維網格。

2.3 過程式建模方法

在三維空間實現從無到有的古建筑建模屬于三維建模（3D modeling）問題的研究范疇。最常見的思路是過程式建模（procedural modeling）方法，即定義參數化形狀語法和生成規則，在圖形空間自動生成三維模型或場景。過程式建模方法通過調整參數可生成不同的復雜結果，適合生成具有重復子結構和自相似特征的目標物體。通過定義完備的形式語法，如形狀語法、分裂語法、CGA（computer generated architecture）語法等對幾何結構的邏輯和規則進行描述，可實現大規?，F代建筑和城市三維可視化建模應用。

考慮古建筑的自相似性和子結構重復出現的基本特點，早期的中國古建筑三維快速建模方法直接引入過程式建模技術，在構件庫和規則庫驅動下實現模型的自動生成［11］。劉華等從中國古建筑建造規范中提取造型規則，參數化表示建筑結構特征。將古建筑三維形狀的構造模塊定義為組件，用形式語言對構造規則進行描述，如：

規則號：組件串：構建條件∶∶=組件串：概率因子。

通過迭代解釋造型規則控制組件的變換組合，實現古建筑模型自動生成［12］。Liu 等提出基于語義的建模方法，將點、線、面等基本幾何單元轉換成生成古建筑的語義組件，利用XML語言和地理信息系統常用的數據描述語法控制模型生成過程［13-14］。Liu 等提出一種面向中國古建筑的營造語法（Constructive Grammar，CG），定義五元組＜M，F，R，S，＄＞，其中M是古建筑結構組件的有限集合；F是約束的有限集合；R是規則集，規則的表現形式為α→β，其中α是一個組件，β是一個組件串；S是一個空間占位符的有限集合；＄是起始狀態符。構造語法的字符表可表示為

其中T表示包括旋轉、平移、縮放等在內的基本變換函數。字符表構成的空間決定構造語法所能表現的范圍，通過對語法解釋執行，即可實現古建筑三維形狀的自動生成［15］。

由于古建筑構件在三維形狀方面存在多義性，引入本體概念可有效輔助過程式建模。本體是實現語義網的基礎，其概念常用于共享概念模型的形式化規范說明，其定義目標為獲取相關領域知識，從不同層次定義詞匯和相互關系。Liu 等利用本體設計方法改進古建筑的過程式建模，通過挖掘復雜建筑風格的隱含模式自動生成標注，提高建模智能性和效率［16-17］。

中國古建筑形式多樣，構件復雜，而上述過程式建模方法將結構部件簡化為基本幾何形狀進行組合繪制，在細節上缺乏真實性。后續研究關注古建筑構件的幾何特異性，在構件和規則驅動下生成古建筑結構模型。自宋代《營造法式》記載以來，中國古建筑的大木結構營造規則均以模數制進行規范，即將古建筑中某一關鍵構件尺寸作為基準，推算其余構件尺寸參數。官式建筑多以斗口為基本模數，民居等不適用斗拱的小式建筑可以檐柱徑為基本模數。真實世界中的古建筑可以通過標準構件的組合裝配進行營造，構件和規則驅動的過程式建模方法定義形式語法對模數制和古建筑構件進行參數化描述，實現古建筑結構的自動或交互式生成。如王茹等以斗口模數十一等材為基礎，構建了古建筑構件3D 模型庫，并基于CAD 軟件開發可視化應用接口，實現不同類型和規格的古建筑快速建模［18］。Liu 等提出規則驅動的中國古建筑過程式建模方法，通過定義構件組裝過程的XML 文件實現標準式樣的建筑建模，解決構件參數設置規則和構件位置關系的協同問題［19］。圖3 展示了文獻［19］中國古建筑典型木結構民居的三維數字化效果圖以及對應構件的語義名稱。Liu 等基于模數確定開間數、開間面闊、廊步和舉架尺度等參數，并根據建筑形制、樣式、構造做法等規則計算結構部件在空間中的位置信息，實驗中對復雜建筑構件如斗拱、不同形制古建筑單體、古建筑群落布局的自動生成進行了測試［20］。

圖3 古建筑構件的三維模型經參考文獻［20］許可部分轉載，版權所有（2018）美國計算機學會Fig.3 3D model of CAA structural componentReprinted (adapted) with permission from ref.[20] Copyright (2019) Association for Computing Machinery

加入圖像引導可以提高過程式建模結果的真實性，實現與現實中真實古建筑視覺一致的快速建模。Hou 等利用古建筑工程圖紙進行快速建模，從正視線畫圖中分割古建筑語義組件，通過啟發式算法實現層次化的子部件語義選擇，根據形狀語法生成與語義樹一致的古建筑形狀［21］。后續工作中提出一種基于單幅圖像的過程式建模方法，通過用戶標注的建筑輪廓計算滅點，識別重復出現的曲線元素確定三維方向和建筑組件，結合形狀語法實現過程式建模［22］。

由于古建筑風格形狀的多樣性，還有一些工作針對特定類型古建筑類型開展過程式建模研究，利用過程式建模方法提高交互建模工具的可用性。如郭武等提出古建筑 L 系統建模方法，通過參數控制頂部曲率等幾何參數，實現塔式建筑快速建模［23］。Huang 等提出中式亭子快速建模方法，通過位置控制點和曲率控制點對屋頂形狀進行參數調整，且支持屋頂細節構件的動態生成，為用戶提供一種交互式過程建模工具，快速生成不同風格的亭子模型［24］。Hu等提出一種從未分割古建筑網格模型中提取框架的自動算法，為用戶提供可交互編輯的初始框架，輔助非專業建模用戶的快速建模［25］。

考慮古建筑與子結構部件之間存在層次關系，圖結構的引入為古建筑過程式建模提供新的思路。薛峰等提出一種徽派建筑快速建模方法，將建筑體的各個模塊參數化為圖的拓撲節點，通過對圖節點遍歷實現徽派建筑三維模型的自動構建［26］。后續工作通過子圖拓撲擴展，基于有限的初始節點信息自動擴展徽派建筑平面布局二維拓撲圖，采用模塊組合實現參數化的過程式快速建模。李尚林等針對徽派建筑的特定風格，在營造語法基礎上提出基于概率網絡的高層語義參數和底層組件參數描述，通過規則求解生成符合需求的徽派建筑［27］。

過程式建模方法的本質是對硬編碼（hardcode）過程規則的可視化表示，優點在于能夠對古建筑營造規則進行精準地表達，有效支持靜態或動態的中國古建筑結構三維可視化應用，與交互式建模方法結合避免專業級別的幾何造型建模過程。然而硬編碼的規則無法實現對所有古建筑樣式的統一描述，只能生成與參數一致的古建筑模型。用戶只能通過調節規則參數得到不同形制的建筑模型，或在規則中加入隨機擾動一定程度上提高生成結果多樣性。

2.4 數據驅動建模方法

隨著三維數據的積累和深度學習技術的發展，數據驅動的三維建模方法逐漸成熟。三維形狀不僅能夠提供可復用的三維幾何數據，還蘊含著高層次語義信息和復雜的結構知識。作為典型的人造物體，建筑的幾何結構存在可復制的規律和邏輯，數據驅動的三維建模方法旨在對已有同類三維形狀的分析理解基礎上，啟發式或開放交互式生成新的具有相同語義屬性的同類三維模型。

數據驅動的三維物體和場景建模已有多年研究基礎，Cohen-Or 等在文獻［28］中提出創意性三維建模，在少量三維模型基礎上，通過智能分析和子結構重組生成更多同類模型，并在少量古建筑數據集上進行測試。在古建筑三維建模應用中，杜國光等提出基于樣例的三維建模方法，在構建古建筑結構部件數據庫的基礎上，提出基于語義的檢索方法，根據古建筑多維屬性和分類之間的關系，建立語義網和推理規則，利用HowNet 實現古建筑結構部件的檢索與復用，進而實現快速建模［29］。在政治因素和自然因素影響下，古建筑構件需要遵循嚴格的等級和制式規定，同時也要匹配不同應用場景；這意味著古建筑結構部件三維形狀的幾何參數和對應匹配也存在相應依賴關系?；诖擞^察，Ren 等提出數據驅動的古建筑三維建模方法，利用概率圖模型實現古建筑結構部件關系推理（如圖4 所示），在已知部分結構部件條件下向用戶推薦生成完整古建筑三維模型的合理匹配［30］。Wang 等提出從文本到古建筑的三維快速建模方法，對古建筑描述文本進行自然語言處理，利用預訓練的貝葉斯網絡計算合理匹配的最大后驗概率，拼合結構部件實現三維古建筑單體模型生成［31］。

圖4 數據驅動方法生成的古建筑三維模型經參考文獻［30］許可部分轉載，版權所有（2017）美國麻省理工學院出版社Fig.4 3D CAA models generated by the data driven methodReprinted(adapted) with permission from ref.[30] Copyright (2019) MIT press

在已有古建筑數據基礎上實現場景快速生成的任務可轉化為位置參數離散狀態空間的組合優化問題進行求解。Ren 等提出通過手繪草圖實現三維模型檢索復用，將古建筑布局約束定義為目標函數，通過智能優化算法進行動態求解，實現場景快速生成［32］。Li 等定義古建筑布局的重疊規則、距離規則、旋轉規則、凸包面積規則等約束和隨機擾動，通過GPU 加速的動態概率優化實現古建筑民居群落的快速生成［33］。

逆向建模技術用于古建筑三維建模也是基于數據驅動的思路，可以將參數建模生成的構件標準幾何模型和采集得到的三維點云進行配準，采用基于拉普拉斯坐標的模型變形方法擬合標準構件和采集數據?；驒z測輸入點云的邊緣特征，利用平面擬合大大降低點云數量，實現高精度掃描數據到精簡網格的三維重建［3］。Liu 通過改進RANSAC 算法在古建筑三維點云中提取平面、圓柱、圓錐等基本體素，校準基本形狀體素的位置和方向，按照相鄰形狀體素之間的交線裁剪形狀體素，最終生成對應的古建筑構件CAD 模型［34］。

近幾年的研究中，生成對抗網絡、變分自編碼器等生成式深度學習模型被用于一般三維形狀的自動生成［35］。在預處理大量古建筑三維模型，或其他可提供結構語義信息的數據基礎上，結合此類算法將提高數據驅動古建筑建模的智能性，輔助古建筑虛擬復原、智能場景生成等領域的快速建模應用。

3 分析與對比

3.1 應用場景分析

古建筑遺址文物的數字化保護是三維數字化的主要應用場景。目前，針對中國古建筑保護修繕的三維數字化多采用圖2 所示的多源數據融合的三維重建方法，實現古建筑文物空間數據的高精度測繪和存檔，支持古建筑考古數據測量和可視化展示［36］。除了測繪數據記錄，高精度的三維數字化結果可輔助中國古建筑預防性保護應用工作［37］。利用三維數據對建筑整體結構、梁架、墻壁以及周期性形變進行比對分析，可以對其平面位移、沉降、傾斜、形變進行監測，對文物建筑的風險評估提供準確的判斷依據。

BIM 系統是中國古建筑三維數字化的延伸方向，也是近年來古建筑數字化保護的重要手段?；诠沤ㄖS數據，BIM 系統可以建立一個完整的涵蓋項目全壽命周期和全部信息的建筑信息模型［18］。理想的古建筑BIM 系統應包含工程數據、材料數據和工藝數據在內的基礎數據和完整參數，以及與之相關的歷史檔案、史料等，可支持古建筑的完整生命周期記錄，支持真實世界建筑工程施工、古建筑虛擬復原、古建筑結構分析和應力仿真測試等具體應用［38］。中國古建筑的BIM 系統實現是涉及完整的三維建模、整體和局部構件建筑信息管理、文保數據管理等關鍵問題的綜合性課題，對古建筑數字化保護具有重要意義。

影視特效和動畫制作也是中國古建筑三維數字化的重要應用場景，要求在預算成本內實現高質量古建筑模型制作和渲染。對于真實世界存在的古建筑，可使用三維重建方法生成一致的三維場景，需解決網格處理和真實感繪制等問題；對于已不完整或消失的古建筑遺址，可利用數據驅動的快速建模方法生成三維模型，需解決其中缺失構件推理和拼合等問題；對于完全虛構的古建筑，可基于交互式過程建模方法提高傳統幾何造型方法效率。影視動畫采用離線渲染方式制作視頻內容，可根據需求保證三維效果的真實感或藝術風格，而不在模型精度方面進行妥協。

相對而言，支持實時渲染的應用場景對古建筑三維形狀的數據量要求極為苛刻，如3D 游戲、可交互的VR/AR 應用、三維可視化線上應用等，需要在用戶交互、甚至是遠程傳輸的同時完成渲染畫面的計算和輸出。隨著GPU 硬件發展、渲染算法效率提升和移動互聯網傳輸性能提升，實時渲染可支持的三維模型面片數不斷提高，但是合理有效地分配畫面中的渲染資源依然是此類應用場景關注的重點問題。許多古建筑過程式建模方法利用LOD（Level of detail）技術解決這一問題，即根據模型在顯示環境中的位置判斷顯示程度，自動降低畫面中非重要物體的面數和細節度（圖5），獲得高效率的渲染運算［39-40］。

圖5 古建筑LOD模型Fig.5 LOD models of CAA

3.2 結果評估與對比

通過對比生成點云坐標與真實坐標的位置誤差，可以對古建筑三維重建結果進行精確的定量分析和評估。在激光掃描技術中，點云的測繪誤差主要來自于測量過程中的客觀因素，如設備精度限制、目標遮擋、掃描距離、換站和多點云拼接帶來的累計誤差等。目前可用于古建筑三維掃描的主流站式激光掃描儀設備精度可達2 mm，用于局部細節掃描的手持設備精度可達0.02 mm，但是在實際工作中點云測量誤差會更大［1］?；趫D像的重建方法生成點云精度會受到更多環境因素影響，比如光照、目標材質、顏色等。此外圖像的分辨率對多視角圖像匹配算法也會帶來直接影響。通過密集采集高質量圖像，目前基于傾斜攝影技術采集三維點云的精度可達厘米級［10］。除了精度要求，建模完整度也是評價重建結果的重要指標。單一采集方法很難完成完整的古建筑數字化，通過多源點云數據融合生成的三維網格模型可以有效提高數據完整度和可視化效果。

中國古建筑快速建模方法的研究目標有差異，如過程式建模方法以實現中國古建筑完整結構建模為目標，數據驅動方法更加關注交互易用性和生成結果多樣性，需要結合定量和定性分析對建模結果進行評價。研究中通常通過生成建模實例、計算建模時間、用戶評價等方式對方法有效性進行驗證。表1 對調研文獻提出的不同類別中國古建筑三維數字化方法的優缺點、生成數據特點、自動化程度和應用場景進行了對比。實際應用中需結合場景需求，選擇不同的方法實現中國古建筑三維數字化應用。

表1 古建筑三維數字化方法對比與分析Table 1 Comparison and analysis of 3D CAA digitalization methods

4 難點與趨勢

研究者已針對中國古建筑三維數字化的具體問題提出了許多解決方法，目前為止仍有一些難點值得進一步研究，并且在理論研究和硬件進展支持下，呈現出一些值得關注的研究趨勢。

4.1 研究難點

一是完整古建筑的三維數字化。雖然基于多源數據的融合生成已經是古建筑三維重建領域的基本方法，但是在實際應用中，生成完整古建筑三維形狀仍是難點。從重建方法來說，古建筑自身結構存在遮擋，且數據體量過大給后期處理帶來很多困難，如建筑外形、內室、內部結構細節的掃描數據很難融合處理和展示。對建模方法來說，生成模型完整度受限于規則，符合制式、應用場景要求的合理細節信息仍需要額外的專家經驗指導，快速建模方法可支持的應用非常有限。

二是缺少標準數據集。標注語義的古建筑三維標準構件庫是支持許多方法研究的數據基礎。從規則驅動的過程式建模方法來講，標準構件可提高生成古建筑數據的真實性。目前的研究方法中，構件庫的組織管理缺少統一的開源數據庫。從數據驅動的建模方法來講，標注語義的古建筑數據庫是智能化算法實現的基礎，可通過標注多源數據提高訓練樣本數量。結合幾何數據分析和完整構件庫可實現精確的古建筑逆向建模。

三是缺少對古建筑形狀風格分析的深入研究。已有研究提出基于三維點云數據的風格化幾何特征描述算子［41］，或采用深度度量學習算法對古建筑三維模型的形狀風格進行相似度分析［42］，但是缺少針對中國古建筑特點的具體研究，如不同朝代、不同地域古建筑屋檐的風格形狀描述，不同制式和功能的裝飾構件風格描述等。形狀風格分析可有效提升快速建模結果的合理性，并對古建筑復原推理和藝術化場景建模提供支持。

4.2 研究趨勢

鑒于中國古建筑幾何形狀的復雜性，融合多種思路的三維數字化方法已成為研究趨勢。如文獻［22］結合圖像重建和過程式建模方法實現單幅圖像驅動的古建筑快速建模，文獻［24］和［39］等結合過程式參數化建模方法提高交互建模的易用性，文獻［26］、［27］和［30］結合過程式和數據驅動建模方法，采用圖網絡對古建筑構件關系進行描述。逆向建模、古建筑BIM 系統研發等綜合應用，更是需要不同方法支持三維建模。

中國古建筑快速建模方法一方面更加智能化，旨在降低非專業用戶的建模門檻，如數據驅動的建模方法，通過部件重組生成古建筑單體，避免用戶的交互建模過程。另一方面更加專業化，旨在為專業用戶提供易用的交互建模工具。如基于Rhino 建模軟件的參數化建模工具Grasshopper，通過可視化編程實現參數控制的過程式建模，大大提高了古建筑交互建模效率［43］。SketchUp 的古建筑生成插件CTA Construction Tools 覆蓋《營造法式》中大木作的主要內容，提供不同風格古建筑的參數化建模。此外如Houdini、Blender 等幾何建模軟件也集成了參數控制的程序化建模功能，非常適合中國古建筑的快速建模。

引入深度學習算法對中國古建筑快速建模的智能性和專業性提升均有幫助。如已有研究利用pointNet 對古建筑構件點云數據進行識別和分類。對古建筑圖像的智能處理也可輔助三維建模，如已有研究利用R-CNN 對古建筑圖像中的缺失構件進行識別和推理，可輔助過程式建模方法的規則生成?？梢越Y合deepDNN 從多源古建筑語義描述數據中學習生成規則，指導古建筑三維模型快速生成，甚至實現基于缺失信息的古建筑虛擬修復。此外，基于深度學習的圖形渲染技術研究已經取得一些進展，如近兩年來關注度極高的神經輻射場（NeRF）技術［44］，通過訓練神經網絡實現少量視角到三維任意視角的渲染合成，可在古建筑模型的真實感和風格化可視渲染應用中進行推廣應用。