文物分析｜高光譜成像技術在古代壁畫顏料識別與修復的應用

應用概況

古代壁畫所使用的顏料多來源于礦物與植物材料，材料體系復雜，同一種視覺顏色往往由不同物質或多種顏料共同形成，僅憑肉眼或常規成像手段難以準確判斷其真實組成。隨著文物研究與保護工作的深入，如何在不接觸、不破壞文物本體的前提下，獲取更客觀、可量化的顏料信息，成為一項關鍵需求。

高光譜成像通過采集壁畫表面在連續波段范圍內的光譜反射特征，使不同顏料在光譜層面的差異得以清晰呈現。相比僅記錄顏色信息的傳統影像方式，高光譜數據能夠更真實地反映材料屬性與顏料組合狀態，為壁畫顏料分析及分布研究提供可靠的數據基礎。

測試原理及方法

本文以云岡研究院館藏清代壁畫為研究對象 ,利用高光譜遙感探尋壁畫的顏料分布，主要采用顏料豐度反演法。

文物表面顏料分析中的一個重要方向是顏料的光譜解混 , 通過光譜解混可以獲得彩繪文物表面顏料的組成和比例 。在文物的高光譜圖像中 , 純凈顏料的光譜可被視為端元 , 而每個像素則可以描述為多個純凈顏料光譜的混合。

全約束最小二乘法

(Fast Constrained Least Squares, FCLS) 

是解混方法中最經典的線性解混方法之一 , 能夠 快速獲取顏料的豐度信息 。假定顏料光譜的混合模型為線性混合 , 其混合模型表達式為 :

其中 , xn為高光譜圖像中第n個像素的反射光譜 ;P為端元數量 ; mp為第p個端元的端元光譜向量 ; anp為第n個像素中第p個端元的豐度 ; εn 為噪聲。

在對壁畫表面顏料進行豐度反演后 , 借助光譜匹配技術開展顏料識別工作，首要步驟是建立實驗室標準光譜庫，隨后將待測顏料的反射光譜與該標準光譜庫進行比對匹配，篩選出與待測光譜相似度最高的顏料光譜，以此作為最終的顏料識別結果。光譜匹配常用的核心方法包括光譜角填圖法（Spectral Angle Mapping, SAM） 與光譜特征擬合法（Spectral Feature Fitting, SFF）。其中，SAM 方法通過計算未知光譜與參考光譜所對應向量之間的夾角大小來判斷二者的相似性，夾角數值越小，表明兩種光譜的相似度越高；SFF 則是基于光譜吸收特征進行匹配的遙感分類技術，在實施匹配前，需先對待匹配光譜與參考光譜進行包絡線去除預處理，再運用最小二乘法，對經過包絡線去除后的待匹配光譜與參考光譜曲線進行擬合運算。

結果分析

YGC-GD-1 為淺紅色 , 且帶有一些桔色色調 ,其光譜曲線先升高后下降 , 在 700nm 附近達到最高值 。經過光譜匹配后 , 與它最相似的顏料光譜 為 : 鉛丹、土紅、赭石, 其中鉛丹最為相似 。

YGC-GD-2為深紅色，其光譜曲線在   600 ~   1000nm之間存在明顯的波峰和波谷 , 經過光譜匹配后,與它相似的顏料光譜為:赭石 、土紅 , 它們的成分皆為 Fe2 O3 。

YGC-GD-3其顏色呈淺黃色。光譜曲線 在 750nm 附近存在波峰 。經過光譜匹配后 , 與其相似的顏料光譜為:雌黃 、石黃 、土黃。其中土黃最為相似 , 它們在 750nm 附近都存在一個較小的波峰 。

結論

在顏料識別中, 利用高光譜技術能夠實現無損探測顏料分布情況, 結合其他檢測分析手段, 可以準確地對顏料種類進行鑒別, 具有較大的應用價值和潛力。

參考文獻：

基于高光譜遙感的館藏清代壁畫表面顏料分析—以《關帝圣跡圖連環畫》為例

郭 靖1, 汪 雨2,3, 范 瀟1, 呂書強∗2,3

(1. 云岡研究院, 山西 大同 037007; 2. 北京建筑大學測繪與城市空間信息學院, 北京 102616;

3. 建筑遺產精細重構與健康監測北京市重點實驗室, 北京 102616)

產品推薦