المُفرِط في التعيين بتردد المجال لإعادة بناء السطوح متعددة الدقة: نحو النمذجة الرقمية للتراث الثقافي

لماذا يهم هذا لمحبي التاريخ

العديد من أجمل التحف في العالم — إباريق الشاي الخزفية الهشة، مبخرات محفوَرة، تماثيل متأثرة بعوامل الزمن — لا يمكن التعامل معها أو ترميمها دون مخاطرة. تتجه المتاحف بشكل متزايد إلى النسخ الرقمية لدراسة هذه الكنوز والحفاظ عليها. تعرض هذه الورقة طريقة جديدة لتحويل بيانات المسح إلى نماذج ثلاثية الأبعاد دقيقة للغاية، تلتقط الأنماط الدقيقة والداخل المخفي مع الحفاظ على كفاءة كافية لاستخدامها على مجموعات حقيقية.

من المسوحات الأولية إلى التوائم الرقمية

لبدء رقمنة التحف، يستخدم الباحثون تقنيات مثل المسح بالليزر والتصوير المقطعي المحوسب (CT). يسجل الماسح الضوئي بالليزر السطح الخارجي، بينما يلتقط التصوير المقطعي البنية الداخلية والخارجية في سلسلة من الشرائح الرمادية. تُحوَّل هذه المسوحات بعد ذلك إلى سحب نقاط: ملايين النقاط الصغيرة ثلاثية الأبعاد التي تحدد موقع سطح الجسم. التحدي هو تحويل هذه السحابة من النقاط — التي غالباً ما تكون غير متساوية أو بها ضوضاء أو ناقصة — إلى سطح ناعم ومتماسك يمثل الشيء الأصلي بدقة دون فراغات أو تشوهات.

مشكلة القوالب الرقمية الحالية

تواجه طرق إعادة بناء السطح الحالية غالباً مفاضلة. فبعضها ينتج نماذج مغلقة وناعمة لكنها تمحو الحواف الحادة أو التفاصيل المحفورة أو الميزات الرقيقة المهمة للفن والآثار. وبعضها يحافظ على التفاصيل المحلية لكنه يكون هشاً أمام الضوضاء والعينات غير المنتظمة، الشائعة في بيانات المسح الحقيقية. يمكن لتقنيات التصوير المقطعي القياسية مثل خوارزمية Marching Cubes أن تُدخل تأثير «التعرّج»، حيث تصبح الأسطح متموجة قليلاً، وتعتمد على شبكات ثابتة تُهدر الذاكرة ولا تلتقط الأنماط الدقيقة. أما المقاربات القائمة على التعلم العميق فقد تساعد لكنها مكلفة حسابياً وقد تضيف ضوضاء اصطناعية أو تشوهات.

طريقة أذكى لأخذ العينات من الشكل

يقترح المؤلفون نهجاً متعدد الدقة يتكيف مع تعقيد الجسم. يبنون شجرة ثمانيات (octree)، وهي شبكة ثلاثية الأبعاد تقسم الفراغ تلقائياً إلى مكعبات أصغر حيث ينحني السطح بشدة وتبقي مكعبات أكبر في المناطق الأكثر سلاسة. ولتحديد أماكن الحاجة الحقيقية للتقسيم، يستعيرون فكرة «الإفراط في التعيين» من معالجة الإشارات: كما يقوم مهندسو الصوت بأخذ عينات كثيفة للأصوات سريعة التغير، تأخذ الخوارزمية عينات أدق لأجزاء السطح ذات الانحناء العالي. يقدّر الانحناء بطريقة قوية بحيث لا تخدع الضوضاء العشوائية الطريقة وتدفعها للإفراط في التعيين على نتوءات بلا معنى. تنتج هذه الاستراتيجية عينات كثيفة فقط حيث تحسّن إعادة البناء، مما يوفر كلاً من الذاكرة والوقت.

تشكيل سطح غير مرئي

داخل هذه الشبكة التكيفية، لا يُرسم السطح مباشرة بل يُوصف بدالة ضمنية — «حقل» رياضي يكون صفراً تماماً على السطح وموجباً أو سالباً على جانبيه. تُناسب الطريقة الجديدة هذه الدالة على مستوى عالمي بحيث تتوافق مع مواقع واتجاهات نقاط الدخل. تُفرض أن ميل الدالة بالقرب من كل نقطة يتماشى مع اتجاه السطح المحلي وأن تبقى الدالة جيدة السلوك عموماً، متجنبةً العيوب المتموجة. تُشكّل المسألة على أنها تقليل طاقة وتُحل بكفاءة بواسطة مخطط رقمي متعدد المستويات وحساب متوازي. أخيراً، خطوة استخراج سطح متساوي القيمة متخصصة تحول هذا الحقل غير المرئي إلى شبكة مثلثية نظيفة ومغلقة صالحة للعرض والتحليل.

اختبارها على الأعمال الفنية وما بعدها

يقارن الباحثون تقنيتهم على نماذج ثلاثية الأبعاد معيارية، وسحب نقاط كبيرة جداً تحوي عشرات الملايين من النقاط، وبيانات تراث ثقافي حقيقية من مسوحات CT ومسح ليزري. بالمقارنة مع الأساليب المعروفة وعدة مقاربات عصبية حديثة، تحقق خوارزميتهم خطأ هندسياً أقل، وتحافظ على التفاصيل المعقدة مثل مناقير الأباريق والرموز المحفورة والزخارف المنقوشة، وتفعل ذلك بعدد أقل من خلايا الشبكة وأزمنة تشغيل أقصر. كما تظل ثابتة عند إضافة الضوضاء، محافظةً على أسطح ناعمة دون طمس الميزات المهمة، وقابلة للتوسع جيداً إلى مجموعات بيانات هائلة مثل تمثال لوسي المعروف.

ماذا يعني هذا للحفاظ على الماضي

لغير المتخصصين، النتيجة الأساسية هي أننا نستطيع الآن بناء بدائل رقمية أكثر وفاءً للتحف الهشة، تلتقط شكلاً عاماً وعمل السطح الدقيق مع تنازلات أقل. من خلال الجمع بين التعيين التكيفي ووصف رياضي مضبوط للسطح، تقدم الطريقة نماذج عالية الدقة تكون موثوقة وكفؤة حسابياً. يعزز هذا الأساس الرقمي الذي تُبنى عليه قرارات الحفظ والترميمات الافتراضية والمعارض العامة، مما يساعد على التأكد من أن التفاصيل الدقيقة للتراث الثقافي لا تضيع مع مرور الزمن.

الاستشهاد: Tuo, M., Jin, S., Jia, C. et al. Frequency-domain oversampling for multi-resolution surface reconstruction: towards digital modeling of cultural heritage. npj Herit. Sci. 14, 244 (2026). https://doi.org/10.1038/s40494-026-02482-y

الكلمات المفتاحية: إعادة بناء السطح ثلاثي الأبعاد, رقمنة التراث الثقافي, المسح المقطعي المحوسب, نمذجة سحابة النقاط, الحفظ الرقمي