文化遗产三维数字化
发展现状与未来展望

潘玥含、郭明、孔艳菊、等 地球信息科学学报 · 2026 · 28(7): 2056-2078 DOI: 10.12082/dqxxkx.2026.260078 综述 / 三维数字化 / HBIM / CityGML / AI

本文系统综述了文化遗产三维数字化的发展现状与未来趋势。研究基于 1982—2025 年全球 10,024 篇相关文献,从研究对象、数据采集、数据处理、三维建模和表达方法五个维度梳理文化遗产数字化的技术演进。文章指出,文化遗产三维数字化已从早期 CAD 手工建模和形态复原,发展到激光扫描、摄影测量、SfM、HBIM、CityGML、NeRF、高斯泼溅和人工智能驱动的知识表达阶段。未来的核心方向将是精细化语义建模、标准化互操作、多模态档案体系和 AI 辅助智能计算,使三维模型从“可视化展示品”转变为“可查询、可计算、可推理、可复用”的文化遗产数字资产。

文化遗产 三维数字化 摄影测量 激光扫描 HBIM 语义建模
↓ 向下滚动阅读

01 · 文献计量与发展阶段

从手工建模到 AI 赋能,三维数字化进入知识表达阶段

文章以 Web of Science 与中国知网文献为基础,分析文化遗产三维数字化近四十年的研究演化。2009 年前后,SfM 技术成熟、BIM/HBIM 概念引入,显著降低了建模成本;2016 年后 UAV、VR/AR、NeRF 与高斯泼溅等技术推动该领域进入普及与深化阶段。

10,024
全球相关文献总量
6,064
WoS 去重后文献
3,960
CNKI 文献
1,211
2025 年发文峰值

探索阶段

2000 年以前发文量较少,主要依赖 CAD 手工建模,文化遗产三维表达更多服务于形态记录与展示。

技术成熟阶段

2000—2015 年,TLS、摄影测量、SIFT、SfM 和 HBIM 逐步成熟,推动建模效率和精度提升。

普及深化阶段

2016 年后,UAV、VR/AR、NeRF、高斯泼溅和 AI 广泛介入,研究从重建扩展到交互、语义和知识表达。


02 · 文化遗产对象分类

不同尺度、结构和材料决定不同数字化路径

综述将文化遗产对象划分为大型建筑、遗址废墟与考古现场、洞窟类遗产、建筑室内、大型雕塑纪念碑和小型可移动文物六类。不同对象在空间尺度、结构复杂度、光照条件、纹理细节和保护需求方面差异显著,因此需要匹配不同采集与建模方案。

01
大型建筑物

如巴黎圣母院、故宫灵沼轩、应县木塔等,通常需要 TLS、摄影测量与参数化建模结合,支撑结构分析、变形监测和修复设计。

Notre-Dame故宫灵沼轩应县木塔HBIM
02
遗址、废墟与考古现场

如庞贝古城、良渚古城和玛雅科潘遗址,需要大范围景观记录与局部遗存高精度建模结合,并依托 GIS 或 Web GIS 进行空间管理。

Pompeii良渚古城3D Web GIS考古数据库
03
洞窟、室内、雕塑与小型文物

洞窟和室内场景面临弱光、空间受限和陈设复杂问题;雕塑与小型文物则强调纹饰、材质和亚毫米级细节记录。

云冈石窟养心殿大卫像孝端皇后凤冠

03 · 技术体系与数据标准

采集、处理、建模、表达与互操作构成完整技术链

文化遗产三维数字化通常包括数据采集、点云生成、配准去噪、分类分割、网格化、纹理映射、语义建模和标准化交换。不同技术各有优势:TLS 精度高,摄影测量成本低,结构光适合小件文物,HBIM 与 CityGML 则强化语义表达和生命周期管理。

场景类型 推荐技术 主要价值
大场景与遗址 卫星影像、UAV 摄影测量、机载 LiDAR 快速获取大范围地形、景观与遗址空间结构。
建筑立面与大型雕塑 TLS、倾斜摄影测量 兼顾几何精度、纹理质量和复杂结构记录。
室内与弱光环境 手持扫描、移动测量机器人 适应空间受限、遮挡多和光照复杂条件。
小型精细文物 结构光扫描、近景摄影测量 实现亚毫米级纹饰、材质与形态记录。

模型表达方式

  • 点云:原始记录能力强,但语义查询能力弱。
  • 体素:适合物理模拟与有限元分析。
  • Mesh:可视化主流,支持高保真纹理映射。
  • Solid:适合 CAD、B-Rep 与结构化表达。
  • BIM/HBIM:集成几何、语义、属性与生命周期管理。

标准与互操作

  • CityGML 支持语义化城市与建筑表达。
  • ADE 可面向中国古建筑、屋顶和构件体系进行扩展。
  • glTF/GLB 适合 Web 传输与在线展示。
  • IFC 是 BIM 数据交换的重要标准。
  • OntPreHer3D 可实现三维模型与真实遗产对象的语义映射。

SfM / MVS

通过特征点提取、同名点匹配、集束平差和密集重建,从普通影像生成三维点云,显著降低数字化门槛。

HBIM / CityGML

将几何模型与构件语义、材料属性、历史信息和保护流程关联,是从可视化转向可计算的关键。

NeRF / Gaussian Splatting

面向高逼真场景渲染和低成本重建,为沉浸式展示、虚拟游览和快速记录提供新路径。


04 · 挑战与未来展望

未来核心:精细化语义建模 + 人工智能 + FAIR 数字资产

综述认为,当前文化遗产三维数字化仍存在需求单一、标准缺失和自动化不足等问题。大量项目停留在“看”的层面,缺乏对考古研究、结构分析、修复模拟和知识推理等深层需求的支撑。

需求单一

许多三维成果仍以展示为主,缺乏面向研究、保护、修复和定量分析的需求设计,容易形成数字孤岛。

标准不足

尚缺乏统一的数据格式与语义标准,难以同时集成复杂几何、历史信息、材料属性和保护知识。

自动化瓶颈

门窗等构件化对象分割相对成熟,但佛像、瑞兽等非构件化对象语义边界模糊,自动分割仍困难。

F1
从“可视”走向“可用”的精细化语义建模

未来三维模型需要嵌入构件、材料、工艺、年代、病害、修复记录和文化含义等语义,使其支持查询、计算、模拟和推理。

F2
多模态档案体系

以三维模型为核心,自动关联历史照片、文本档案、测绘图纸、材料分析、病害监测和修复记录,形成可追溯知识网络。

F3
AI 与大模型全面介入

LLM-based Agents、高斯泼溅、深度学习点云分割和几何语义抽取将提升自动建模、智能标注和跨学科协作效率。

F4
几何特征预计算

在建模阶段预存面积、体积、曲率、平面性和变形指标,降低非技术背景研究者使用三维模型开展分析的门槛。

核心观点:文化遗产三维数字化已经从“形态复原”迈向“知识表达”。未来三维模型不应只是历史的复印机,而应成为符合 FAIR 原则、可发现、可访问、可互操作、可重用的数字文化遗产资产。