淺議壁畫類文物的數(shù)字化保護技術及應用現(xiàn)狀

摘 要：古代壁畫以其較高的歷史、藝術和科學價值而廣泛受到關注。隨著現(xiàn)代科技的進步，數(shù)字化技術在壁畫類文物保護中的應用日益普及，成為當前研究的熱點之一。文章首先闡述了文化遺產(chǎn)數(shù)字化保護的概念；其次從數(shù)字化存檔、數(shù)字化修復和數(shù)字化展示三個方面綜述了數(shù)字化技術在壁畫類文物保護中的研究進展；最后簡要討論了數(shù)字化技術在壁畫保護中的其他應用以及未來展望。

關鍵詞：壁畫保護；信息采集；虛擬修復；數(shù)字化展示

DOI：10.20005/j.cnki.issn.1674-8697.2024.15.009

壁畫作為古代人類創(chuàng)作的藝術珍品，記錄了當時政治、經(jīng)濟、宗教和審美等多個方面的歷史情況，對于了解古代社會具有重要意義。然而，受自然和人為因素的影響，許多壁畫均受到不可逆的破壞，為文物本體的保護與修復帶來巨大挑戰(zhàn)。隨著現(xiàn)代科技的進步，數(shù)字化技術為我國古代壁畫的保存與保護提供了有效的途徑和手段。

數(shù)字化技術在壁畫文物保護中的應用可分為四個方面，包括數(shù)字化存檔、數(shù)字化修復、數(shù)字化展示和其他數(shù)字化信息的應用。其中數(shù)字化存檔為壁畫的研究提供了數(shù)據(jù)支持；數(shù)字化修復重現(xiàn)了壁畫原有的風貌；數(shù)字化展示促進了壁畫遺產(chǎn)文化交流與傳播；其他數(shù)字化信息應用則能更深度挖掘壁畫的內(nèi)涵。本文將從數(shù)字化存檔、數(shù)字化修復和數(shù)字化展示三個方面探討數(shù)字化技術在壁畫保護中的研究與應用。

1 數(shù)字化保護概述

文化遺產(chǎn)數(shù)字化的意義在于利用現(xiàn)代測繪、遙感和計算機虛擬現(xiàn)實技術，記錄、保存和保護文化遺產(chǎn)，同時促進研究、教育和交流，使其更容易被傳播和共享，數(shù)字化技術的應用為文化遺產(chǎn)的利用和傳承提供了新的可能性①。文化遺產(chǎn)數(shù)字化的研究對象包括物質文化遺產(chǎn)和非物質文化遺產(chǎn)，研究內(nèi)容則涵蓋了數(shù)字化信息的采集、記錄與保存、數(shù)字化信息的復原與再現(xiàn)以及數(shù)字化信息的展示與傳播等方面。

利用數(shù)字化手段記錄文化遺產(chǎn)全貌，不僅可以避免文物在面對各種負面因素時數(shù)據(jù)丟失的風險，還可為后續(xù)研究提供必要的技術支持。同時，基于采集的信息建立數(shù)據(jù)庫，并運用人工智能技術提高資源檔案的處理效率和傳播流程②。對于已經(jīng)受損或消失的文物，通過數(shù)字化手段重新呈現(xiàn)其形貌，有助于人們更好地理解文化遺產(chǎn)的真實面貌。此外，對于一些需要特定環(huán)境才能展現(xiàn)其真實語義的文物，借助虛擬現(xiàn)實技術重建其外觀及所處環(huán)境，有助于深入認知其內(nèi)涵。數(shù)字化展示與傳播突破了時間與空間的限制，使任何人在任何時間、任何地點都能方便獲取所需信息，各種展覽方式也增加了觀眾的觀賞興趣。

2 數(shù)字化存檔

就考古或文物保護工作而言，信息的收集和記錄是最為關鍵的任務。壁畫類文物的信息包括圖像信息和非圖像信息。在傳統(tǒng)考古工作中，這些信息的收集與記錄通常需要耗費大量時間、人力和物力等資源，而數(shù)字化記錄的方式可以高效集中完成常規(guī)記錄工作，并將大量數(shù)據(jù)后處理工作分配到室內(nèi)進行③。

2.1 圖像信息的獲取

壁畫的圖像信息可分為色彩、二維圖像和三維圖像。壁畫色彩信息的采集手段目前主要有兩種：一是利用色度儀記錄畫面各處的顏色信息。常用的色度儀是分光光度儀，通過測量光源的光譜功率分布或物體反射光的光譜功率，計算顏色的三刺激值，從而獲取各種顏色參數(shù)④。二是利用高分辨率數(shù)碼相機在獲取壁畫圖像信息的同時，采集壁畫的顏色信息。由于光照條件、相機參數(shù)和顯色設備等因素的影響，色彩可能會存在失真。為解決這一問題，需要利用色彩管理軟件和標準色卡為數(shù)碼相機創(chuàng)建顏色校正特性文件（ICC特性文件），并對偏色圖像進行校正⑤。

使用攝影設備結合照明設備可以實現(xiàn)對壁畫高清數(shù)字影像的采集。根據(jù)方法的不同，拍攝可分為可見光照相、顯微照相和紅外照相。可見光照相用于獲取壁畫整體的圖貌信息。在實際拍攝中，對于小幅壁畫可以一次性整體拍攝；而對于大幅壁畫，為了保證圖像質量、避免鏡頭畸變的影響，需要分塊拍攝，然后在計算機中進行拼接，以完成整幅壁畫的采集⑥。顯微照相能夠提取壁畫更為細致的信息，如細節(jié)紋理、顏料顆粒度、繪畫痕跡和霉菌等。相較于可見光，近紅外光更容易穿透某些顏料，因此利用近紅外相機可以發(fā)現(xiàn)裸眼較難觀察到的線條⑦。

壁畫二維圖像的重建主要依賴于可見光拍攝的數(shù)碼相片。重建過程可進一步分為色彩校正、幾何校正和圖像拼接等步驟。幾何校正的目的在于消除拍攝條件對圖像造成的各種幾何變形。鏡頭畸變的校正可以通過光學方法與數(shù)字圖像處理技術兩種途徑實現(xiàn)：光學方法設計復雜，誤差不可避免，且該方法難度大、成本高，不適合大規(guī)模使用；而數(shù)字圖像處理技術能簡便地實現(xiàn)光學系統(tǒng)的幾何畸變校正，以滿足測量要求⑧。完成幾何校正后，即可對分塊采集的數(shù)字圖像進行拼接，圖像拼接涉及圖像處理、圖像配準和圖像融合等數(shù)字處理技術。當前常用的圖像匹配方法包括頻域匹配、區(qū)域匹配和特征匹配。目前，基于特征點拼接的圖像拼接方法被廣泛采用，其通過計算圖像特征點的位置關系來求解圖像的變換關系，進而實現(xiàn)圖像的拼接。這一方法具有計算速度快、魯棒性強等優(yōu)勢，能夠獲得較好的拼接效果⑨。除了拼接算法，還常使用圖像處理軟件調(diào)整多張拼接圖像的尺寸，然后手動進行圖像拼接。

利用數(shù)字化技術構建壁畫三維模型的方法主要包括基于二維圖像的三維重建和基于三維激光掃描儀的三維重建兩種。在基于二維圖像的方法中，由于照片等記錄的僅為二維信息，需要額外的數(shù)據(jù)來實現(xiàn)從二維到三維的轉化。目前常用的方法是基于多目視覺理論，通過多個攝像機獲取被測物體的多幅圖像，并計算圖像對應點間的位置偏差，以獲取物體的三維幾何信息。其中，立體匹配是關鍵問題之一，要求特征提取能準確反映物體外貌特征并具有高匹配精度⑩?；诙S圖像的三維重建成本低、效率高，但對于復雜壁畫環(huán)境存在數(shù)據(jù)匹配困難和控制點設定難度大的問題k。三維激光掃描技術是一種高精度、快速獲取物體三維幾何數(shù)據(jù)的新型技術l，在數(shù)據(jù)采集過程中，首先進行現(xiàn)場勘探，并結合測距儀和全站儀建立控制網(wǎng)，以滿足測量要求，并確保合理布局和適當數(shù)量的控制點，以減少測量次數(shù)m。其次使用三維激光掃描設備進行數(shù)據(jù)采集。最后三維激光掃描儀只能獲取點云幾何信息，無法獲得建筑場景的真實高精度紋理信息，因此還需使用數(shù)碼攝像機獲取對應場景的紋理信息?；谌S激光掃描儀的方法適用于復雜壁畫環(huán)境，不受實體曲面復雜度影響，但成本較高，不便于現(xiàn)場快速采集數(shù)據(jù)，并可能對特殊文物造成損傷n。

2.2 非圖像信息的獲取

在非圖像信息中，壁畫所處行政區(qū)域與經(jīng)緯度信息可以通過使用互聯(lián)網(wǎng)地圖與衛(wèi)星圖像快速獲取o；環(huán)境信息通常通過遠程無線傳感環(huán)境監(jiān)測設備監(jiān)測；壁畫的結構信息除通過裸眼觀察外，還可使用空間信息重建測量工具估計壁畫的厚度和不同層次的尺寸，同時使用各種便攜式設備對各層進行無損分析p；顏料和膠料成分通常使用便攜XRF、便攜拉曼、便攜紅外等設備進行考古現(xiàn)場初步分析，隨后在實驗室進行詳細分析檢測；壁畫病害調(diào)查首先需要詳細記錄病害的種類、程度和范圍，然后綜合局部調(diào)查與相關檢測設備的結果，評估壁畫的病害狀況q。

識別和標注壁畫的病害信息主要有兩種方法：其中傳統(tǒng)方法是基于現(xiàn)場調(diào)查和拍攝的圖片，利用矢量化后的影像在軟件中手工繪制病害圖，需耗費大量時間和勞動力，且受主觀因素影響；另一種是利用數(shù)字化信息和算法直接獲取文物病害圖，這種方法不易受主觀因素的影響且效率高，同時還能為文物修復、完善、保護方案的制定提供基礎數(shù)據(jù)r。病害標注常用濾波算法、形態(tài)學算法、閾值分割和濾波變換等s，但特定的算法針對特定的病害信息，目前幾乎沒有一種算法能夠直接標注壁畫中出現(xiàn)的所有病害信息。

3 數(shù)字化修復

數(shù)字化信息采集為壁畫的虛擬修復奠定了數(shù)據(jù)基礎。傳統(tǒng)的壁畫修復方法需要經(jīng)驗豐富的專家進行分析、臨摹、補色等操作，耗時長，費用高，并受主觀因素影響。數(shù)字圖像修復處理是指利用計算機自動修復殘缺圖像，旨在使圖像完整并符合人類視覺體驗。利用圖像修復技術還原破損壁畫，可實現(xiàn)虛擬修復和虛擬展示，同時為后續(xù)人工修復提供參考依據(jù)。數(shù)字化修復具有追溯性，可一定程度上避免人工修復造成的不可逆?zhèn)?，對壁畫文物保護至關重要t。

3.1 壁畫的損害類型

壁畫的保存狀況可大致分為機理損壞、結構損壞和內(nèi)容損壞三個方面u。機理損壞指受損區(qū)域僅涉及色彩和紋理信息的缺失，通常表現(xiàn)為非造型部位的泥斑、裂縫、起甲，損害程度最為輕微，這種情況可通過數(shù)字化修復技術直接進行修復。結構損壞則是指受損區(qū)域的造型信息遭受缺失，但仍可通過畫面自身信息或其規(guī)律進行推斷修復，同樣可借助數(shù)字化直接進行修復，然后由專家觀察并評定修復結果，討論是否需要進一步優(yōu)化。內(nèi)容損壞是指損壞區(qū)域的信息無法通過畫面已知畫面信息推斷，需要依靠相關資料考證、推測和借鑒來修復畫面內(nèi)容信息，傳統(tǒng)的數(shù)字圖像修復技術在這方面效果有限，但引入深度學習使內(nèi)容損壞的壁畫得以在自動修復方面成為可能。

3.2 數(shù)字化修復方法

在傳統(tǒng)數(shù)字圖像修復方法中，基于偏微分方程的圖像修復算法利用熱擴散原理，通過迭代計算偏微分方程對圖像進行建模和求解，將已知圖像的像素信息擴散至未知圖像，實現(xiàn)圖像修復。其中，全變分（Total Variation，TV）模型v是一種典型的修復模型，該方法適用于修復較小面積的圖像缺損，在處理較大面積缺損的圖像時，由于缺乏全局信息，修復效果往往不盡如人意。基于紋理合成的圖像修復方法是利用有限的搜索空間，在填充紋理之間尋找相似度高的壁畫塊來修復破損圖像。該方法通過選擇最佳匹配塊，在圖像完好區(qū)域進行復制填充，實現(xiàn)對破損圖像塊的修復。其中Criminisi等人w提出的樣本合成算法是代表性修復技術。針對修復較大面積的破損壁畫和延伸紋理方面，傳統(tǒng)的數(shù)字圖像修復方法已經(jīng)取得了不錯的效果。然而，這些方法難以準確獲取圖像的全局結構和語義信息。Olshausen等學者x在圖像處理中應用了基于稀疏表示的圖像修復算法，該方法的理論基礎源于信號采樣的壓縮感知理論，利用極少量的字典原子對信號進行重構，實現(xiàn)稀疏表示。稀疏表示的關鍵步驟包括OB9vw6wgG3QxxX2Lzap5VQ==求解稀疏系數(shù)以及進行字典學習和更新。通過不斷更新字典和稀疏系數(shù)，能更好地捕捉圖像中的細微特征，從而實現(xiàn)更精準的修復和恢復工作。然而，在修復大面積破損壁畫圖像時，該方法仍存在一定局限性。

傳統(tǒng)圖像修復方法依賴于圖像的先驗信息來填補缺失的像素，在壁畫小范圍受損時這種方法通常能取得較好的效果；但是，在面對大面積破損時，傳統(tǒng)算法因其難以捕捉到足夠的上下文信息來準確還原圖像的細節(jié)和結構，導致難以精確恢復完整圖像。近年來，深度學習在圖像處理領域表現(xiàn)出色，尤其在壁畫圖像修復方面，基于卷積神經(jīng)網(wǎng)絡和生成對抗網(wǎng)絡的方法得到了廣泛應用y。盡管深度學習在處理圖像的全局結構和語義方面具有優(yōu)勢，但其泛化能力和收斂性仍面臨挑戰(zhàn)。

4 數(shù)字化展示

文化遺產(chǎn)的數(shù)字化展示是指利用多媒體和虛擬現(xiàn)實等技術手段，創(chuàng)造虛擬場景來呈現(xiàn)文化遺產(chǎn)，以實現(xiàn)對其保護和傳播的目的z。通過多媒體集成、數(shù)字攝影和虛擬現(xiàn)實等新技術，數(shù)字化展示可在不干擾文物本身情況下，完整地展示文物的形貌信息，突破時空限制，最大程度地實現(xiàn)對文化遺產(chǎn)資源的有效利用。同時，觀眾的互動性和趣味性也得到顯著提升。

壁畫數(shù)字化展示的方式主要包括3D展示、動畫展示和虛擬現(xiàn)實展示等。我國在這方面已取得了一系列成果，如1998年末敦煌研究院與美國西北大學合作開展的名為“數(shù)字化敦煌壁畫合作研究”項目，山東曲阜孔廟建立的虛擬實景漫游模型系統(tǒng)，故宮博物院以及其他博物館和文物單位相繼建成的高性能的數(shù)字化系統(tǒng)等。三維動畫是利用電腦軟件或視頻等工具展現(xiàn)三維物體運動原理和過程的新技術。目前，我國已應用多種三維動畫技術，通過3D建模和高質量的材質貼圖，實現(xiàn)了音畫結合的壁畫展示。除了壁畫，2018年“清明上河圖3.0”高科技互動藝術展演的盛大開幕，該展運用超高清數(shù)字互動、全息投影等多項前沿技術，生動展現(xiàn)了北宋汴京的社會風情，在眾多國內(nèi)外團隊策劃中脫穎而出。2016年被譽為VR/AR元年，我國的增強現(xiàn)實技術在文物保護領域迅猛發(fā)展，催生了多種形式的應用。由于其具備虛實結合、實時交互和多感官體驗等特點，虛擬現(xiàn)實技術提升了觀眾在參觀壁畫時的沉浸體驗。以敦煌莫高窟為例，VR敦煌逐步通過虛擬現(xiàn)實的形式展示了莫高窟700多個洞窟、2000多身彩塑、45000平方米壁畫，讓更多人體驗敦煌千年的佛教藝術，為保護和傳承文化遺產(chǎn)做出新的探索。

5 結語

基于提取的壁畫的數(shù)字化信息，除了進行壁畫的病害標注、數(shù)字化修復和數(shù)字化展示等，數(shù)字化保護還可在多個方面展開應用與探索。例如，基于現(xiàn)有的數(shù)字化信息建立壁畫圖像、顏色、病害等不同類型的數(shù)據(jù)庫，為壁畫的研究與修復提供數(shù)據(jù)支持；通過分析古代礦物顏料成分，結合當今化學研究成果，重現(xiàn)壁畫千年前的真實色彩；通過收集不同時期的壁畫的特征，利用深度神經(jīng)網(wǎng)絡的方法進行計算機學習，實現(xiàn)對壁畫的斷代識別等。

傳統(tǒng)的壁畫保護技術具有獨特優(yōu)勢，但也存在一定的局限性。隨著信息技術的迅猛發(fā)展，利用人工智能、虛擬現(xiàn)實、多媒體、寬帶網(wǎng)絡和數(shù)據(jù)庫等先進數(shù)字化技術，能夠為壁畫保護提供更有力的手段。然而，數(shù)字化保護技術仍然面臨著挑戰(zhàn)，未來的研究可以從以下三個方面展開：首先，在基礎研究層面，建立完整的壁畫數(shù)字化保護知識體系，為其提供全面系統(tǒng)的理論支持；其次，在技術層面，需要持續(xù)深化計算機相關學科的研究水平，改進現(xiàn)有數(shù)字保護技術，并開發(fā)新技術；最后，在應用方面，廣泛吸納其他學科領域的先進科研成果，依托多學科合作，取長補短，更好地實現(xiàn)文化遺產(chǎn)保護與傳承。

注釋

①⑩n周明全，耿國華，武仲科.文化遺產(chǎn)數(shù)字化保護技術及應用[M].北京：高等教育出版社，2011.

②王佳，陳煒.我國文化遺產(chǎn)數(shù)字化保護研究進展[J].文化創(chuàng)新比較研究，2022，6（5）：187-190.

③o黃碩.瀕危古建筑類文物的數(shù)字化記錄方法討論[J].信息記錄材料，2019，20（7）：66-67.

④補雅晶.基于可見光譜的壁畫顏料無損識別方法研究[D].武漢：武漢大學，2017.

⑤梁金星，萬曉霞，孫志軍.敦煌壁畫色卡數(shù)字成像色彩管理應用研究[J].文物保護與考古科學，2019，31（2）：37-45.

⑥劉鵬.古壁畫數(shù)字采集與檔案現(xiàn)狀研究[J].山西檔案，2015（5）：19-21.

⑦嚴靜，趙西晨，黃曉娟，等.唐韓休墓壁畫考古現(xiàn)場科學調(diào)查研究[J].文物保護與考古科學，2019，31（4）：100-108.

⑧俞天秀，吳健，孫志軍，等.基于幾何形變改善的莫高窟數(shù)字壁畫圖像拼接方法研究[J].敦煌研究，2011（6）：91-95，130-131.

⑨杜港，侯凌燕，佟強，等.基于BRISK和改進RANSAC算法的圖像拼接[J].液晶與顯示，2022，37（6）：758-767.

k胡高芮，何毅斌，陳宇晨，等.基于二維圖像的三維重建技術研究[J].機械，2019，46（8）：27-31

l賈宏禹，呂志鵬.基于三維掃描技術的文物數(shù)字化研究與實踐[J].長江大學學報（自然科學版）理工卷，2009，6（3）：253-255.

m許麗鵬，黃先鋒，吳健，等.基于激光點云的敦煌洞窟空間信息重建[J].敦煌研究，2019（4）：121-127.

pq嚴靜，趙西晨，黃曉娟，等.考古現(xiàn)場墓葬壁畫信息提取方法探討[J].文物保護與考古科學，2021，33（5）：9-18.

r王瑜.文物病害高精度自動提取與系統(tǒng)構建[D].北京：北京建筑大學，2019.

s侯昱岑.基于高光譜與深度學習的壁畫顏料層脫落病害自動標注方法[D].西安：西北大學，2021.

t強振平.基于樣本和深度學習的圖像修復方法研究[D].昆明：云南大學，2018.

u蔣超，雷桐，俞琳，等.西安韓森寨元代墓室壁畫數(shù)字化修復方法[J].科學技術與工程，2020，20（31）：12922-12926.

vLiu.J.S，Li.M.M，He.F.F. Novel inpainting model for partial differential equation based on curvature function[J]. Journal of Multimedia，2012，7（3）：239-246.

wCriminisi.A，Perez.P，Toyama.K. Region filling and object removal by exemplar-based image inpainting[J].Image Processing， IEEE Transactions on，2014，13（9）：1200-1212.

x陳永，陶美風.敦煌壁畫數(shù)字化修復方法綜述[J].軟件導刊，2021，20（5）：237-242.

y艾亞鵬.基于樣本和深度學習的壁畫修復研究[D].蘭州：蘭州交通大學，2021.

z張寧寧，李敏.現(xiàn)代科技理念在南京城墻保護管理中的應用[J].改革與開放，2019（19）：22-25.

李鵬.山西遼金壁畫的數(shù)字化設計與實現(xiàn)[D].北京：北京工業(yè)大學，2016.

張杰奎.數(shù)字展示技術與博物館虛擬展覽芻議：以韓休墓壁畫系列虛擬展為例[J].科技視界，2021（27）：181-182.