-
0 引言
-
近年来,高光谱成像技术由于其对检测文物具有无损性、分析面积广、图谱合一等特点在文物研究上的应用逐渐增多。国内多家文博单位或研究机构已购买高光谱成像设备并将其应用于文物研究上,也有专门从事遥感数据分析或信息技术处理相关专业的学者投入到此研究领域中,涌现出众多的学术研究成果。以高光谱成像技术在色彩类文物上的研究应用为例,四川博物院的巩梦婷和冯萍莉采用有效波段为400~1 000nm的高光谱设备结合便携式XRF对张大千临摹敦煌壁画作品上的颜料进行了分类和鉴定[1]。首都博物馆武望婷等采用波段为400~1 000nm的高光谱设备对馆藏清代书画上颜料进行分类、识别,对书画上修复痕迹和虫蛀位置进行突显;采用最小噪声分离、主成分分析等技术对清代书画进行图像增强处理[2-4]。故宫博物院史宁昌等采用波段为400~2 500nm的高光谱设备对清代两幅书画进行研究,用波段运算和色彩融合等技术对印章进行提取,用单波段图像对比发现画作上的隐藏信息,用光谱分类技术对颜料进行分类[5]。北京建筑大学侯妙乐和吕书强团队采用波段为400~1 000nm的高光谱设备进行颜料分类方法和技术研究,绘制壁画脱落病害等[6-8]。中国矿业大学周平平采用波段为400~1 000nm的高光谱设备用分类线性回归法对书画上污渍进行模拟修复等[9]。成都理工大学的武锋强等采用波段为400~1 000nm,1 300~2 500nm的高光谱设备对书画上的颜料进行识别,并将识别结果与拉曼测试结果比对[10-11]。诸如此类研究多体现在对文物颜料的分类识别、文物隐藏信息的提取、文物图像信息的增强、文物虚拟修复、文物病害提取等,不胜枚举。此外,考虑到文物上可能存在混合颜料,还有专门针对混合颜料解混的方法和技术,提升文物颜料鉴定的适用性和准确性[12-13]。
-
本研究基于文物保护修复工作中遇到的实际问题而开展。宜宾市博物院馆藏的一批纸质文物上残留的印记较模糊且局部有脱落,难以辨别,这对文物整体信息的了解和文物价值的认知造成一定困扰。本研究采用高光谱成像技术对这批书画文物上的印记进行数据采集和分析,对印记的主要成分进行高光谱和拉曼光谱的综合鉴定,采用最小噪声分离(Minimum Noise Fraction,MNF)和波段运算(Band Math)提升模糊脱落印记的可识读性。
-
1 书画上的残留印记
-
研究样品为宜宾市博物院藏文物分类号为1574,名为“朱氏族谱”中的四件纸质文物,下文将分别用“1号”“2号”“3号”和“4号”表示。这四件文物均为宜宾市博物院征集文物,尚无研究资料可供查询。四件文物上共计11处印记,印记多存在模糊、脱落和缺失现象。
-
1.1 印记的RGB图像
-
RGB色彩模式是一种常用的颜色标准,通过红(Red)、绿(Green)、蓝(Blue)三个颜色通道的变化以及相互之间的叠加得到各式各样的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广的颜色系统之一。本研究采用数码相机记录了印记形貌的RGB色彩,即肉眼可见的印记。
-
1)1号族谱纸基无涂布物,左下方有1处印记,较模糊(图1)。
-
图1 1号族谱的RGB色彩图像(左:全貌;右:印记)
-
Fig.1 RGB images of No.1family genealogy
-
2)2号族谱纸基上有白色涂布物,右侧有4处印记,左下方有1处印记(图2)。族谱上5处印记、墨迹和天地边的装饰花纹颜料均存在脱落和缺失现象。
-
图2 2号族谱的RGB色彩图像(左:全貌;中、右:印记)
-
Fig.2 RGB images of No.2family genealogy
-
3)3号族谱同2号,纸基上均有白色涂布物,左下方有2处印记(图3)。族谱上印记、墨迹和四周的装饰花纹颜料均存在脱落、缺失现象。
-
图3 3号族谱的RGB色彩图像(左:全貌;右:印记)
-
Fig.3 RGB images of No.3family genealogy
-
4)4号族谱纸基无涂布,右侧有3处印记,存在模糊和缺失现象(图4)。4号族谱和2号族谱上部分印记在外观和内容上有相同之处,且4号族谱部分印记较2号清晰,2号族谱部分印记较4号清晰,这对印记内容的识别具有互补性。
-
图4 4号族谱的RGB色彩图像(局部)
-
Fig.4 RGB images of No.4family genealogy(particular sections)
-
1.2 显微镜下的印记
-
采用基恩士VHX-1000超景深三维显微系统对书画上印记的残留、附着情况和有涂布的纸基进行观察。纸基上无涂布物的1号和4号族谱上的印记颜料或与纸张纤维紧密结合,或已渗入纤维内部;另有局部纤维内有少量颜料残留而表面几无颜料的情况,这可能是书画在使用过程中因表面摩擦造成的(图5)。纸基上有涂布物的2号和3号族谱上的印记多附着在涂布物上,颜料易因摩擦而脱落(图6)。
-
图5 印记微观形貌
-
Fig.5 Microstructure of seal on No.1 (left) and No.4 (right) family genealogy
-
图6 涂布纸基及残留印记微观形貌
-
Fig.6 Microstructure of paper and seal on No.2 (left) and No.3 (right) family genealogy
-
2 高光谱成像技术对残留印记的分析
-
2.1 数据采集及校正
-
采用THEMIS NUVNIR-350高光谱成像设备采集数据,该设备为推扫式高光谱成像仪,光谱范围为350~1 000nm,光谱分辨率为1.5nm,空间分辨率为2 560×1 050,相机光圈范围为2.8~22,采集光源为卤素灯。根据高光谱数据采集工作经验,高光谱相机光圈值的设定对图像质量、宽波段范围内图像的清晰度和数据采集时间均有影响,但不会造成物质光谱曲线的变化。采集数据时将相机光圈值设为5.6~8,既可改善光圈为2.8所采集图像的虚焦情况,提高数据在宽波段范围的清晰度,同时可保证图像的质量满足研究需求。
-
采集的高光谱数据首先需要进行光谱反射率和暗电流(主要指仪器自身产生的噪声)校正及去噪处理;其次,考虑到所用仪器在短波处的光谱信息响应较差,需对数据光谱维进行裁切,裁切后所得数据的波段范围是450~1 000nm。
-
2.2 印记光谱的采集及识别
-
2.2.1 印记光谱的采集
-
将高光谱图像上清晰可辨且较为集中的印记区域设为感兴趣区,获取其光谱数据作为该印记的反射光谱曲线。图7有11处印记的反射光谱曲线,图例“X-Y”代表X号(X=1,2,3,4)族谱上第Y个印记。从图中可以看出,这些印记的反射光谱曲线形状基本一致,均呈S形走势,其反射率在570~620nm陡增,随后缓慢增加并趋于平稳,其主要成分应为同一种颜料。
-
2.2.2 印记光谱的识别
-
采用ENVI软件中的波谱分析工具识别未知光谱曲线。波谱分析工具使用光谱角填图(Spectral Angle Mapper,SAM)、二进制编码(Binary Encoding,BE)和波谱特征拟合(Spectral Feature Fitting,SFF)这三种常见的高光谱分类识别方法对未知光谱和标准颜料光谱数据库中的物质光谱进行匹配,输出一个总体的匹配度得分,得分越高,匹配度越高,可据此识别未知光谱。SAM是将N个波段的光谱看做N维光谱向量,通过计算其与参考光谱之间的夹角判定两个光谱的相似度,夹角越小,说明越相似。SFF是基于光谱吸收特征使用最小二乘法对比未知光谱与参考光谱的匹配。BE是根据波段是低于光谱平均值,还是高于光谱平均值,将未知光谱和参考光谱编码为0和1。标准颜料光谱数据库是以金碧斋和姜思序堂产颜料为样品(颜料的物质组成经过XRD分析检验),将粉末颜料兑以适量明胶、将含胶颜料溶解后涂刷较厚的一层于纸基上采集而得。经波谱分析工具计算,印记光谱是朱砂的可能性很高。表1是朱砂光谱与11处印记光谱的匹配度得分,图7对比了朱砂光谱曲线和11处印记的光谱曲线,其曲线特征基本一致。
-
图7 11处印记和朱砂的反射光谱曲线
-
Fig.7 Reflection spectra of eleven seals and cinnabar
-
采用激光拉曼光谱仪对4号族谱上第三处印记进行测试,其拉曼特征峰与朱砂颜料特征峰匹配(图8),验证了高光谱对印记识别结果的准确性。
-
图8 4-3印记和标准朱砂颜料拉曼光谱谱图
-
Fig.8 Raman spectra of No.4-3seal and cinnabar
-
2.3 印记可识读性的增强
-
2.3.1 数据预处理
-
采用ENVI软件对数据进行MNF和波段运算处理。MNF可将一幅多波段图像的主要信息集中在前面几个波段中,主要作用是判断图像数据维数、分离数据中的噪声,减少后处理中的计算量。高光谱数据经MNF处理后,波段间是独立的且不具有光谱维信息。波段运算是对每个像素点对应的像素值进行数学运算。下文中的高光谱数据处理图像便是MNF波段或MNF波段经波段运算后所得的图像。在波段运算过程中,采用印记反射率低的534nm波段图像和印记反射率高的835nm波段图像对MNF波段图像做减法的方法对图像进行处理。通过对比各MNF波段图像和波段运算后图像中印记的增强效果,提取出印记可识别性较高的图像。
-
2.3.2 印记图像对比与识读
-
图9~图10为其中二件书画上印记的RGB真彩色图像和高光谱数据处理图像的对比图。通过对比RGB真彩色图像和高光谱数据处理图像可以明显看出,高光谱数据的可识读性明显优于RGB真彩色图像,可通过识读高光谱数据辨别出部分模糊印记。图像中印记有缺失的部位未能通过高光谱图像予以呈现,可能是钤印力度较小而造成印记本身的残缺,也可能是使用过程中经摩擦造成印记颜料颗粒未留存在纸张上而无法通过高光谱相机感知造成的。在图像分析处理中也发现一个问题:考虑到高光谱相机采集幅面较小的情况,将11处印记分4次采集,所得4个高光谱数据上的印记图像经MNF处理后发现图像信息显著增强的波段是变化的、不确定的,只能逐一对比寻求最优波段。这种不确定性是MNF数据的正常现象,因为MNF波段是根据图像的主要信息量排序,而印记信息在不同的数据中所处的次序可能不同,从而导致突显印记信息的MNF波段具有不确定性。
-
图9 1号族谱印记
-
Fig.9 Seals on No.1family genealogy
-
图10 2号族谱印记
-
Fig.10 Seals on No.2family genealogy
-
表2为印记的识读结果。11处印记中,有3处未能识别,另有部分字迹存疑。
-
注:表中“——”代表未识别出的印记。
-
3 总结
-
本研究对宜宾市博物院藏四件书画文物上11处模糊印记进行高光谱数据采集和分析,通过匹配颜料数据库对印记颜料成分进行识别,采用拉曼光谱仪对一处印记成分进行鉴定并确定其为朱砂;采用MNF和波段运算对数据图像进行增强处理,增强效果较为显著,并在此基础上对印记进行识读。值得注意的是,不同的高光谱数据经MNF处理后,印记图像信息具有显著增强的波段可能是不同的,这是MNF数据的正常现象。
-
高光谱成像技术是一种优势突出,文博行业工作者关注度较高,在文物博物馆领域具有较大应用发展空间的文物研究技术;但其缺点也很明显,即对数据处理的专业技术要求很高。本研究仅属冰山一角,对高光谱数据的深入解读还需要更多专业技术人员的参与和合作,期待高光谱成像技术在文物分析领域发挥更大的作用。
-
参考文献
-
[1] 巩梦婷,冯萍莉.高光谱成像技术用于书画颜料的无损分析——以张大千临摹敦煌壁画《隋藻井》为例[C]//中国文物保护技术协会.中国文物保护技术协会第九次学术年会论文集,2016.GONG Mengting,FENG Pingli.A study on pigments in paintings based on hyperspectral imaging technology:a case study of “Sui Zao Jing” painted by Zhang Daqian[C]//China Association for Preservation Technology of Cultural Relics.The Proceeding of the Ninth Annual Conference of the China Association for Preservation Technology of Cultural Relics,2016.
-
[2] 武望婷,张陈峰,高爱东,等.基于高光谱技术对一幅清代画信息提取研究[J].文物保护与考古科学,2017,29(4):45-52.WU Wangting,ZHANG Chenfeng,GAO Aidong,et al.Hyperspectral study of a Qing Dynasty painting[J].Sciences of Conservation and Archaeology,2017,29(4):45-52.
-
[3] 武望婷,谭丽,侯妙乐,等.高光谱技术在书画检测中的应用研究——以王震《三秋图》为例[J].地理信息世界,2017,25(3):101-106.WU Wangting,TAN Li,HOU Miaole,et al.Application of hyperspectral technology in detection of Chinese painting and calligraphy:a case study of “San Qiu Tu”[J].Geomatics World,2017,25(3):101-106.
-
[4] 武望婷,彭淼淼.高光谱在书画鉴定中的应用研究——以清代司马钟《芭蕉仙鹤图》为例[C]//中国文物保护技术协会第九次学术年会论文集,2016.WU Wangting,PENG Miaomiao.Application of hyperspectral technology in study of Chinese painting and calligraphy:take “Ba-jiao Xian-he Tu” for example[C]//China Association for Preservation Technology of Cultural Relics.The Proceeding of the Ninth Annual Conferance of the China Association for Preservation Technology of Cultural Relics,2016.
-
[5] 史宁昌,李广华,雷勇,等.高光谱成像技术在故宫书画文物保护中的应用[J].文物保护与考古科学,2017,29(3):23-29.SHI Ningchang,LI Guanghua,LEI Yong,et al.Hyperspectral imaging to Chinese paintings at the Palace Museum[J].Sciences of Conservation and Archaeology,2017,29(3):23-29.
-
[6] 侯妙乐,潘宁,马清林,等.高光谱成像技术在彩绘文物分析中的研究综述[J].光谱学与光谱分析,2017(6):1852-1860.HOU Miaole,PAN Ning,MA Qinglin,et al.Review of hyperspectral imaging technology in analyzing painted artifacts[J].Spectroscopy and Spectral Analysis,2017(6):1852-1860.
-
[7] 侯妙乐,雷勇,芦鑫,等.基于高光谱数据的壁画底稿信息提取[J].测绘科学,2014,39(10):89-92,101.HOU Miaole,LEI Yong,LU Xin,et al.Hyperspectral study of wall paintings[J].Science of Surveying and Mapping,2014,39(10):89-92,101.
-
[8] 张陈峰,胡云岗,侯妙乐,等.基于光谱吸收特征分析的彩绘文物颜料识别研究[J].地理信息世界,2017,25(3):119-123.ZHANG Chenfeng,HU Yungang,HOU Miaole,et al.Pigment identification of colored relics based on improved spectral absorption feature fitting algorithm[J].Geomatics World,2017,25(3):119-123.
-
[9] 周平平,侯妙乐,赵学胜,等.基于高光谱影像分类线性回归的古画污渍虚拟恢复[J].地理信息世界,2017,25(3):113-118.ZHOU Pingping,HOU Miaole,ZHAO Xuesheng,et al.Virtual restoration of ancient painting stains based on classified linear regression of hyper-spectral image[J].Geomatics World,2017,25(3):113-118.
-
[10] 武锋强,杨武年,李丹.基于高光谱成像与拉曼技术的艺术画颜料成分对比检测研究[J].矿物学报,2014(2):166-170.WU Fengqiang,YANG Wunian,LI Dan.Research on art painting pigment composition recognition based on hyperspectral imaging technique and Raman spectra[J].The Journal of Mineral,2014(2):166-170.
-
[11] 武锋强,杨武年,李丹.基于光谱特征拟合的艺术画颜料成分识别研究[J].光散射学报,2014(1):88-92.WU Fengqiang,YANG Wunian,LI Dan.Research on art painting pigment composition recognition based on spectra feature fitting[J].The Journal of Light Scattering,2014(1):88-92.
-
[12] 李大朋,赵恒谦,张立福,等.中国古画矿物颜料光谱混合模型初探——以石青和石绿为例[J].光谱学与光谱分析,2018(8):2612-2616.LI Dapeng,ZHAO Hengqian,ZHANG Lifu,et al.Preliminary study in spectral mixing model of mineral pigments on Chinese ancient paintings:take azurite and malachite for example[J].Spectroscopy and Spectral Analysis,2018(8):2612-2616.
-
[13] 尹琴丽,王笑,耿丹,等.NMF在古书画混合颜料光谱分析中的应用[J].自然与文化遗产研究,2019(6):108-112.YIN Qinli,WANG Xiao,GENG Dan,et al.Application of NMF in the analysis of mixed pigments in ancient calligraphy and painting[J].Study on Natural and Cultural Heritage,2019(6):108-112.
-
摘要
采用高光谱成像仪对宜宾市博物院藏族谱书画上11处模糊、局部有脱落的印记进行数据采集,用ENVI软件对高光谱数据进行分析处理。通过对印记光谱曲线和标准颜料数据库的比对得知印记颜料的主要成分可能为朱砂,并结合激光拉曼光谱仪进行验证。通过对光谱图像进行最小噪声分离和波段运算处理后增强了族谱印记的可识读性,印记可识读性的增强有助于正确识别印记内容,对族谱书写者、书写者印章使用信息、文物收藏信息和文物价值等研究具有重要意义。
Abstract
Hyperspectral imaging technology and ENVI software were used to study eleven blurred seals in the collections of Yibin Museum. According to the matching of seal spectra with the standard pigment database, the main pigment of the seals may be cinnabar. Raman spectrometry was also used to verify the pigments of seals. Minimum Noise Fraction (MNF) and Band Math were used to process spectral image data,which improved the recognizability of the blurred seals.The recognition of seals would be helpful for research on the authors of family genealogy, the seal using habits of authors, the collection information and the value of cultural relics.
