利用多方法去噪技术优化运动摄影测量结构，以实现对印度尼西亚马贾帕希特信息中心中凯塔宁铭文的数字保存

《Digital Applications in Archaeology and Cultural Heritage》：Optimizing structure from motion photogrammetry using multi-method denoising for digital preservation of Ketanen Inscription in Majapahit Information Center, Indonesia

　　摘要：本研究探讨了为保护风化后的文化遗产铭文而优化数字文档工作流程的方法。它对比分析了四种图像去噪方法——高斯滤波、双边滤波、非局部均值算法以及基于深度学习的去噪卷积神经网络，旨在提升摄影测量过程生成的3D模型质量。研究以印度尼西亚马贾帕希特信息中心的凯塔宁铭文为例。结果表明，高斯滤波在传统2D图像上的表现最佳，其PSNR值为32.217dB，SSIM值为0.912，非常适合提升文字的可读性。然而，基于重投影误差的3D评估显示，原始图像的几何精度最高。研究表明，并不存在一种通用的最优去噪技术，而是需要根据具体情境选择合适的方法，从而创建出更优的3D模型，为无接触式记录、长期保存以及预防性保护规划提供支持。

引言：由于自然因素和人类活动可能造成的物理损坏风险，保护古代文物已成为文化研究中的重要课题（Seila等人，2025；Mariani和Malucelli，2023）。如今的保护策略不仅要高效有效，还要能够保持文物的原貌并尽量减少损害。所采用的方法还需考虑文物本身的材质，比如印度尼西亚特罗武兰博物馆的藏品大多由易碎的石材制成。在这种情况下，往往无法采取物理保护措施来避免不当处理带来的危害（Kastellec，2012；Frost等人，2023），同时还存在材料脆弱性问题（Mu?oz Cosme和Vidal Lorenzo，2020）以及获取难度大的问题（Tanduo等人，2023）。因此，数字保存技术作为一种保存文化及存储古代文物中所含信息的有效手段，展现出巨大潜力。现代数字文档系统已超越单纯的静态存储功能，成为用于长期保护规划、多时间尺度下监测材料老化情况，以及通过虚拟现实技术实现公众沉浸式参与的强大工具。

近年来，尽管仍存在一些技术限制，但仍有许多研究致力于数字保存技术，尤其是在3D重建领域（Kholil等人，2021；García-Molina等人，2021；Mishra和Louren?o，2024；Mendoza等人，2023）。结构光扫描是一种较为成熟的技术，它能实现高分辨率图像采集，但需要控制良好的照明环境以及专业的技术支持，这限制了其在野外作业中的应用，尤其是在条件不佳的环境中（Dahl等人，2018；Crebert等人，2025；Wang等人，2025）。另一种新兴技术是神经辐射场，它能够生成新的视图和隐式3D模型，具有很强的实用性（Arshad等人，2024）。不过，该技术无法直接生成网格模型，且通常需要较长的训练时间以及高性能的GPU资源。激光雷达技术虽已在多项研究中被证明是一种能够提供精确空间数据的3D重建方法，但其处理时间较长且成本高昂（Kang等人，2018；Kovani?等人，2023；Kingsland，2020），这使得许多发展中国家的文化遗产保护机构难以承担其费用（Sambodo等人，2020）。正因如此，摄影测量技术作为一种经济高效的3D重建替代方案应运而生。

在近几十年来发展的多种数字重建技术中，摄影测量因其实施简单、所需设备少且成本低廉，已成为记录3D文化遗产文物最实用有效的手段之一。它被广泛用于记录考古遗址、雕像、铭文以及其他具有文化价值的文物（Kingsland，2020；Cabarcas Granados等人，2023；Pyka，2017；Zarnowski等人，2015）。此外，摄影测量还能生成细节丰富、比例准确的3D模型，便于进行记录、分析及展示（Kingsland，2020；Ravanelli等人，2022）。由于其非侵入性特点，摄影测量尤其适合用于拍摄易碎文物，而不会造成进一步的损坏。对于那些规模较大的历史遗址、建筑立面或复杂雕像而言，建立可靠的摄影测量工作流程不仅对单个孤立文物至关重要，对于整体数据采集和大规模景观记录也同样重要（Bieńkowski等人，2017；Heidarimozaffar和Hosseini，2026；Luci，2026）。在这类大规模应用场景中，去除噪声等预处理步骤对于保持多尺度模型之间的几何和纹理一致性尤为重要。

尽管摄影测量为3D重建带来了诸多优势，但其效果在很大程度上取决于输入图像的质量。在现实环境中，尤其是使用低成本方法或非专业成像设备时，图像常常会受到各种失真的影响，进而严重干扰重建结果。常见的问题包括光照不足导致的传感器噪声、手持或相机抖动造成的模糊，以及图像存储或传输过程中产生的压缩伪影（Ferrell等人，2024）。这些失真不仅会掩盖对精确建模至关重要的复杂表面纹理，还会干扰特征识别与匹配等关键的摄影测量流程。由此生成的3D模型可能精度较低，出现几何特征缺失或变形的情况。为解决这些问题，一些图像处理技术，如去噪处理，对于提升图像质量、恢复结构特征以及保障3D重建过程的完整性至关重要。

为应对这些挑战，人们提出了多种图像去噪算法，旨在在去除噪声的同时保持图像质量。传统的高斯滤波因其简单性和较高的计算效率而依然广受欢迎（Yuan等人，2025；Kurinjimalar等人，2024；Gao等人，2025）。非局部均值算法在去除噪声的同时保留图像关键特征方面也表现优异（Chitnis和Mukherji，2024）。而基于深度学习的方法，如去噪卷积神经网络，则能提供数据驱动的解决方案。在低光或噪声较大的环境下，DnCNN在保留结构特征方面表现更为出色（Ren等人，2023；Latifi和Raie，2022）。不过，现有研究往往将图像去噪视为独立的计算任务，未能将其有效地整合到文化遗产保护的端到端数字文档工作流程中。具体而言，目前尚缺乏对传统去噪方法和基于深度学习的去噪方法在不同保护目标下的性能差异的深入研究——例如，在进行铭文研究时，是应优先提升2D图像的可读性，还是要在实物复原时保持3D几何结构的稳定性。

研究目的：本研究旨在评估多种图像去噪方法对基于运动结构的摄影测量技术在古代铭文数字保存中的应用效果。本研究并非将噪声降低视为独立的图像处理任务，而是探讨三种传统去噪方法——高斯模糊、双边滤波和非局部均值算法，以及基于深度学习的DnCNN技术在具体情境下的有效性。核心目标是分析不同方法在具体应用中的表现。

研究材料与方法：本研究以印度尼西亚第十一区域文化保护中心管理的马贾帕希特信息中心（即特罗武兰博物馆）所收藏的马贾帕希特王国文化遗产为研究对象。研究对象为凯塔宁铭文，它是在印度尼西亚东爪哇省莫佐克托县的库托雷乔村凯塔宁糖厂附近发现的。这是一处铭文遗迹，由26行文字组成。

2D图像质量去噪方法评估及对3D重建的影响：对本研究中的凯塔宁铭文数据集进行的去噪方法评估显示，高斯滤波在所有方法中取得了最高的PSNR值，为32.217dB，SSIM值为0.912。不过，如其表3所示，其RMSE值（0.027）略高于双边滤波法。这一结果表明，基于线性平滑的处理方法仍能保持整体结构的连贯性以及相对均匀的亮度分布。

讨论：本研究展示了不同去噪方法如何影响用于数字遗产记录的摄影测量记录的质量、可靠性及长期可用性。研究结果表明，提升2D去噪指标并不能直接确保最佳的3D重建效果。尽管高斯滤波获得了最高的PSNR和SSIM值，但3D评估显示原始图像的重投影误差仍然最低，这说明原始图像的几何精度更高。

结论：数字保存技术在保护那些容易受到物理损坏、环境侵蚀以及信息永久丢失威胁的文化遗产方面发挥着越来越重要的作用。在本研究中，将图像去噪作为基于计算机视觉的运动结构摄影测量工作流程中的预处理环节，不仅有助于生成精确的数字文档，还能提高这些珍贵历史文物的长期可访问性。

致谢声明：本研究由印度尼西亚高等教育、科学和技术部资助，资金来自印度尼西亚教育捐赠基金（LPDP），并纳入EQUITY计划管理（合同编号分别为4300/B3/DT.03.08/2025、297/UN3/HK.07.00/2025以及5406/B/UN3.LPPM/PT.01.03/2025）。支持本研究结果的原始数据集和处理后的数据集均已公开，可访问以下地址：https://dip.fisip.unair.ac.id/photogrammetry-3d-data-set/。

作者贡献说明：Imam Yuadi负责数据整理、资金申请、项目管理、资源协调、软件使用、监督工作、结果验证以及文章的审阅与编辑；Khoirun Nisa'负责概念设计、数据整理、正式分析、研究调查、方法设计、项目管理、结果可视化以及文章初稿的撰写；Ragil Tri Atmi负责资金申请、项目管理、资源协调、结果验证以及文章的审阅与编辑；Johny Alfian Khusyairi负责正式分析、监督工作、结果验证以及文章的审阅工作。

利益冲突声明：作者声明不存在可能构成利益冲突的财务利益或个人关系。Imam Yuadi表示其研究得到了印度尼西亚教育捐赠基金（LPDP）的财政支持。其他作者则声明自己没有可能影响本文研究结果的任何已知财务利益或个人关系。

致谢：在撰写本文期间，作者们使用了Gemini AI工具来提升文本的清晰度。在使用该工具后，作者们对内容进行了必要的审阅和修改，并对最终发表的文章内容负全责。

作者名单：Imam Yuadi | Khoirun Nisa' | Ragil Tri Atmi | Johny Alfian Khusyairi | A. Taufiq Asyhari | Nisak Ummi Nazikhah

所属机构：印度尼西亚东爪哇省苏拉巴亚市达玛万萨达兰路，艾尔朗加大学社会政治科学学院图书馆与信息科学系，邮编60286。