面向文物损伤分割的彩色三角形3D网格自动注释方法

为何给古老珍宝装上数字之眼至关重要

在博物馆和历史遗址中，雕塑、壁画与雕刻墙面正在缓慢开裂、剥落和褪色。修复人员需要准确了解损伤发生的位置以决定修复内容和紧急程度，但在高精细的三维记录上逐一标注每处损伤往往要花费数周时间。本文提出了一种在富含颜色信息的三维文物模型上自动标注腐蚀损坏的方法，将这一繁琐且需要专家的任务转变为快速且精确的数字化流程。

从脆弱的雕像到详尽的三维孪生体

如今，许多重要文物通过照片构建为高保真彩色三维模型。这些模型在不接触原件的情况下同时记录了形状与表面色彩，从敦煌石窟到大英博物馆等机构都在使用它们。然而，大部分数字细节未被充分利用：模型主要用于展示和存档，而不是用于深入分析。对修复工作而言，一个关键挑战是识别并精确测量颜料剥落或材料开裂在复杂曲面上的具体位置。手工在三维模型上完成这一工作既慢又劳累；仅在平面照片上操作又会丢失关于损伤在物体本体上确切位置的重要信息。

将平面图片与三维形状连接起来

作者提出了一个让二维与三维“对话”的系统，从而同时利用两者的优势。首先，修复人员将彩色三维模型加载到定制平台中，并粗略用框选出他们关注的区域，例如雕像的手臂或基座。然后，软件在数学上将该表面部分“展开”，把它铺成连续的平面纹理图像——类似将数字皮肤以最小变形剥开并摊平。平面图上的每个像素都精确对应到三维表面上的某个小三角形，反之亦然。这种双向联系意味着任何在平面图上绘制或检测到的标记都可以忠实地投回到弯曲的三维物体上。

教计算机识别剥落的油漆

一旦表面被展平成清晰连续的图像，系统便集中于查找损伤区域，尤其是油漆剥落处。作者没有依赖粗糙的颜色阈值，而是使用了一种改进的SLIC方法，将图像划分为许多小且均匀的“超像素”。这些超像素的数量与形状根据图像的视觉复杂度自动选择，使用纹理对比度的度量来决定。随后，通过聚类步骤将超像素分为“损伤”与“完整”区域。这种方法更贴合剥落油漆的不规则边缘，并在减少噪声方面优于其他常用分割技术。结果是在二维纹理图上以像素级别绘制出精确的损伤掩码。

把损伤信息还原回三维文物

借助先前建立的二维–三维联系，软件将每个损伤像素追溯到它所属的三维网格上的精确位置。通过简单的几何变换，它把二维坐标转换为沿物体曲率的完整三维位置。这些点随后被合成成一个干净的、有颜色的“损伤壳层”，紧贴在原始三维模型上。以一尊宋代彩绘木制观音像为例，作者展示了他们的自动掩码即便在锐利曲面或高度细节区域，也能与专业建模软件中耗时的人工标注高度一致。他们还通过对这些二维与三维损伤模式进行数字复制与变换，生成了许多逼真的训练样本，以供未来的深度学习系统使用。

这对保护过去意味着什么

研究表明，平面图像与三维几何的精心协调可以将文物的原始数字副本变成实用的修复工具。他们的平台减少了人工标注的劳动与主观性，生成一致的高精度损伤地图，并支持批量处理以应对大规模藏品。简单来说，它为修复人员提供了一个可靠的半自动“高亮”工具来标示复杂物体上的腐蚀，并生成现代人工智能方法所需的大量标注良好的三维数据。尽管该方法仍依赖高质量纹理与智能展开以避免变形，但它为可规模化、数据驱动的世界文化遗产保护迈出了一步强有力的步伐。

引用: Hu, C., Xie, Y., Xia, G. et al. An automatic annotation method for colored 3D triangular meshes oriented to cultural relic deterioration segmentation. npj Herit. Sci. 14, 150 (2026). https://doi.org/10.1038/s40494-026-02421-x

关键词: 文化遗产保护, 3D数字化, 自动损伤检测, 纹理映射, 深度学习数据集