亞美尼亞手稿因其獨(dú)特的藝術(shù)性享譽(yù)于世，對其裝飾顏料的研究能夠幫助制定保護(hù)修復(fù)方案、研究顏料制作歷史、貿(mào)易路線和文化交流等等。拉曼光譜是常用的顏料分析手段，但其光斑較小，不適用于大面積顏料區(qū)域的分析。高光譜是一種反射光譜，能夠快速掃描大面積區(qū)域，對于大面積顏料的識別有潛在的優(yōu)勢。

分析儀器：

高光譜：VNIR1003B-10147型高光譜，光譜采集范圍380～1 000 nm，光譜分辨率0.64 nm。采用線掃描，每行1 600像素。光源為由Techniquip 21DC控制的鹵素?zé)簟?/p>

拉曼光譜：自行研發(fā)的專門用于文物顏料分析的拉曼光譜儀，可以原位分析較大尺寸的手稿。激光光源632.8 nm，光譜范圍91～2 577 cm-1，光斑大小約30 μm。

樣品與分析流程：

牛津大學(xué)博德萊恩圖書館藏的六份亞美尼亞手稿。

以拉曼光譜的顏料分析結(jié)果為基礎(chǔ)，比較5個不同高光譜數(shù)據(jù)庫和使用SAM(光譜角分類)、SFF(光譜特征擬合)以及BE(二進(jìn)制編碼)3種不同算法的高光譜顏料分析結(jié)果。

數(shù)據(jù)庫：

數(shù)據(jù)庫1的數(shù)據(jù)采集于繪制在與18世紀(jì)藝術(shù)家所使用的相似紙張、并且可能用于亞美尼亞手稿上的40種Kremer顏料；數(shù)據(jù)庫2的數(shù)據(jù)采集于手稿樣品之一MS Arm g4上的18種顏料；數(shù)據(jù)庫3的為數(shù)據(jù)庫1、2的合集；數(shù)據(jù)庫4的數(shù)據(jù)來自于網(wǎng)上公開發(fā)表的反射光譜數(shù)據(jù)共55種；數(shù)據(jù)庫5的數(shù)據(jù)選自于數(shù)據(jù)庫4中可能用于亞美尼亞手稿上的顏料11種。

結(jié)果與討論：

使用剪裁波長范圍可將高光譜識別的精度提高38%～54%。在剪裁波長情況下，結(jié)果最優(yōu)的算法是BE法(67%的成功率)。如果使用默認(rèn)波長設(shè)置，SAM是最差的算法(9%成功)?？傮w來說，成功率最好的是使用數(shù)據(jù)庫2、剪裁波長范圍和BE算法(93%成功率)，最低的是使用數(shù)據(jù)庫1、SAM算法和默認(rèn)波長范圍(9%)。在大多數(shù)情況下，SFF算法的成功率高于SAM算法，并且在默認(rèn)波長設(shè)置下的成功率基本也是最高的。

高光譜在顏料分析中有很大的應(yīng)用潛力，數(shù)據(jù)庫是影響匹配率的重要因素之一，使用與文物更相似、更集中的顏料所組成的數(shù)據(jù)庫能提高匹配結(jié)果。建議將高光譜與其他分析技術(shù)如拉曼光譜、XRF等結(jié)合使用。此外，高光譜的SFF算法值得更多關(guān)注，盡管目前SAM是使用較多的算法。