基于深度图像的工业遗产三维数据修复研究——以长沙凯雪面粉厂为例

王蔚; 马欣钰; 彭凡; 曾凯

doi:10.3724/j.gyjzG25012802

基于深度图像的工业遗产三维数据修复研究——以长沙凯雪面粉厂为例

doi: 10.3724/j.gyjzG25012802

王蔚¹,
马欣钰¹,
彭凡^1, ,,
曾凯²

1. 湖南大学建筑与规划学院, 长沙 410082;
2. 湖南大学机器人学院, 长沙 410082

基金项目:

国家自然科学基金项目（62173132）；湖南省自然科学基金项目（Z202332440355）。

详细信息

作者简介:
王蔚，教授，博士生导师，主要从事历史建筑三维重建保护研究，wangwei10731@hnu.edu.cn。

通讯作者:
彭凡，博士研究生，主要从事人工智能技术赋能建筑遗产保护研究，arch00pengfan@hnu.edu.cn。

计量
- 文章访问数: 144
- HTML全文浏览量: 35
- PDF下载量: 5
- 被引次数: 0
出版历程
- 收稿日期: 2025-01-28
- 网络出版日期: 2025-07-15

Research on 3D Data Restoration of Industrial Heritage Based on Depth Image： A Case Study of Changsha Kaixue Flour Mill

WANG Wei¹,
MA Xinyu¹,
PENG Fan^{1
, ,},
ZENG Kai²

1. School of Architecture and Planning, Hunan University, Changsha 410082, China;
2. College of Robotics, Hunan University, Changsha 410082, China

摘要

摘要: 由于保护体系的不足，我国大量工业遗产已遭到拆除或破坏，数字复原技术成为工业遗产历史场景信息储存的有效方法。为此，研究了已拆除工业遗产数字复原工作中的三维数据修复方法，针对已被拆除但留存有不完整无人机摄影测量数据的工业遗产，使用深度图像技术对无人机航摄图像进行深度识别，从而优化点云数据，以提升信息缺失场景的完整性。同时结合文献资料、遥感影像、历史图片等多源信息，进一步对工业遗产进行细节上的点云数据修复优化和场景复原，最终建立了完整的工业遗产三维模型，实现城市工业建筑风貌层面复原，为城市工业遗产数字化保护及数据库的建立提供深度图像数据修复方面的系统性方法研究和实践参考。
- 工业遗产 /
- 点云模型 /
- 深度图像 /
- 数字复原 /
- HBIM
Abstract: Due to inadequate conservation frameworks， substantial industrial heritage in China has been demolished or damaged， necessitating digital reconstruction to preserve historical information. An approach is proposed for 3D data restoration of demolished industrial heritage with incomplete UAV photogrammetry datasets. Depth image technology refines aerial imagery through depth-aware analysis to optimize point clouds， enhancing completeness in information-deficient scenarios. By integrating historical records， remote sensing， and archival photos， detailed point cloud refinement and scene reconstruction are achieved. The resulting 3D models enable morphological restoration of urban industrial architecture， providing a systematic framework for digital heritage preservation and database development using depth-image-based data recovery techniques.
- industrial heritage /
- point cloud models /
- depth images /
- digital restoration /
- HBIM

HTML全文

参考文献(22)

[1]	徐苏斌，张晶玫，田培培. 中国近代工业遗产分类谱系溯源研究［J］. 工业建筑，2024，54（3）：1-8.
[2]	刘抚英，宋智强，强唯，等. 杭嘉湖地区近现代丝绸工业遗产综合信息数据库构建与应用研究［J］. 工业建筑，2023，53（6）：91-99.
[3]	郭黛姮. 圆明园研究回顾与展望［C］// 数字化视野下的圆明园. 北京：2010.
[4]	WEI W，HEI M，PENG F，et al. Development of“air-ground data fusion” based LiDAR method towards sustainable preservation and utilization of multiple-scaled historical blocks and buildings［J］. Sustainable Cities and Society，2023（9），104414.
[5]	王蔚，彭凡，李璟，等. 空地一体化历史建筑三维重建与再利用研究：以长沙潮宗街金九故居为例［J］. 城市建筑，2022，19（13）：135-142.
[6]	赵立培，童文喜. 点云补全技术的研究与应用［J］. 现代计算机，2024，30（17）：30-36.
[7]	秦旭元，赵志林. 无人机倾斜摄影技术的精细化建模［J］. 北京测绘，2024，38（4）：509-513.
[8]	陈汝杰. 多阈值深度图像分割算法研究［D］. 广州：广东工业大学，2023.
[9]	杨宜林. 基于深度图像的三维点云配准算法研究［D］. 兰州：兰州交通大学，2021.
[10]	刘瑞，吕开云，袁志聪，等. 基于深度图像与分水岭的平面点云分割方法［J］. 江西科学，2021，39（1）：166-171.
[11]	长沙凯雪为毛主席做过寿面是全国仅有的 3 家百年面粉企业之一［EB/OL］.［ 2013-02-28 ］. http：//www.changsha0731.cn/site/portal.php？mod=view&aid=7079.
[12]	黄凰，程淑媛. 近代工业遗产保护与再利用研究：以芜湖益新面粉厂为例［J］. 文化软实力研究，2024，9（5）：91-99.
[13]	张志宽. 基于深度图像预估的三维点云重建算法研究［D］. 哈尔滨：哈尔滨工业大学，2020.
[14]	王浩，张叶，沈宏海，等. 图像增强算法综述［J］. 中国光学，2017，10（4）：438-448.
[15]	YANG L，KANG B，HUANG Z，et al. Depth anything：unleashing the power of large-scale unlabeled data［J］. IEEE，2024. DOI：10.1109/CVPR52733.2024.00987.
[16]	YANG L，KANG B，HUANG Z，et al. Depth Anything V2［C］// 38th Conference on Neural Information Processing Systems（Neur IPS 2024）. arXiv：2406.09414，2024.
[17]	郭铁柱. 深度图像的填充与点云数据的优化［D］. 北京：北京工业大学，2014.
[18]	YAO X，HU L，MA Y，et al. Unsupervised single image-based depth estimation powered by coplanarity-driven disparity derivation［J］. Engineering Applications of Artificial Intelligence，2024，138（Dec.Pt.B）：109432.1-109432.13.
[19]	张宁. 基于深度图像的点云配准技术研究［D］. 太原：中北大学，2017.
[20]	于双. 基于点云逆向建模的历史建筑数字化复原技术研究［J］. 测绘与空间地理信息，2023，46（7）：148-150.
[21]	张慧，汪杰. 基于点云数据的传统村落VR展示研究：以井陉于家石头村为例［J］. 古建园林技术，2023（1）：48-51.
[22]	石越. BIM在工业遗产信息采集与管理中的应用［D］. 天津：天津大学，2014.