摘 要：通過“大同市關(guān)帝廟壁畫數(shù)字化保護(hù)項(xiàng)目”工作的開展，結(jié)合現(xiàn)代先進(jìn)的信息獲取技術(shù)、多媒體技術(shù)、互聯(lián)網(wǎng)技術(shù)等采集壁畫高保真信息，為建立壁畫數(shù)字化檔案和數(shù)字資源及今后壁畫的持續(xù)保護(hù)提供科學(xué)可量化的參考依據(jù)。其中數(shù)字化技術(shù)中的高光譜成像技術(shù)已成為當(dāng)今文化遺產(chǎn)保護(hù)領(lǐng)域的研究熱點(diǎn)，其優(yōu)點(diǎn)有非接觸、光譜分辨率高、波段寬度窄、波段數(shù)量多等。通過對高光譜成像技術(shù)應(yīng)用的研究，可以更加全面、精準(zhǔn)、多手段地對壁畫的顏料層進(jìn)行分析研究，對文物的保護(hù)和利用有著積極的意義。

關(guān)鍵詞：關(guān)帝廟；壁畫；顏料層；高光譜

DOI：10.20005/j.cnki.issn.1674-8697.2023.21.004

壁畫是我國傳統(tǒng)文化最為重要的藝術(shù)表現(xiàn)形式之一，由于存世時間久遠(yuǎn)、自然環(huán)境因素及人為因素等多方面的影響，許多壁畫出現(xiàn)不同程度的損壞，留存現(xiàn)狀堪憂。這些病害不僅削弱了壁畫的信息表達(dá)，影響其美觀，而且對歷史文化的保存和藝術(shù)的傳承有不利的影響。由于壁畫的不可再生性，所以如何利用現(xiàn)代科學(xué)技術(shù)對病害信息進(jìn)行無損的數(shù)字化提取與記錄，為后續(xù)的文物修復(fù)提供科學(xué)的依據(jù)，已成為文物保護(hù)工作亟須解決的問題。利用新方法快速、準(zhǔn)確、科學(xué)地提取和分析壁畫病害的現(xiàn)狀，對輔助壁畫保護(hù)和修復(fù)工作具有重要意義，已成為考古領(lǐng)域、計(jì)算機(jī)領(lǐng)域、遙感領(lǐng)域及其他相關(guān)應(yīng)用學(xué)科的一個研究熱點(diǎn)。利用計(jì)算機(jī)進(jìn)行病害的修復(fù)，有利于研究保護(hù)壁畫、指導(dǎo)科學(xué)修復(fù)、制定合理的保護(hù)方案，對壁畫進(jìn)行更加科學(xué)保護(hù)，延長壁畫壽命。本文針對“大同關(guān)帝廟壁畫數(shù)字化保護(hù)項(xiàng)目”中的高光譜成像技術(shù)應(yīng)用對壁畫的保護(hù)進(jìn)行分析、研究。

1 研究背景

關(guān)帝廟位于大同市鼓樓東街，因?qū)ｌ腙P(guān)羽而得名。2013年3月，關(guān)帝廟被公布為第七批國家重點(diǎn)文物保護(hù)單位。依歷史記載和現(xiàn)存建筑特征相印證，關(guān)帝廟大殿應(yīng)為元代神祠建筑，其內(nèi)有大量珍貴壁畫，大殿東壁從左到右依次包括《單刀赴會》《華容釋曹》《桃園結(jié)義》《府庫封金》《臥牛山》《灞橋餞別》。壁畫整體保存較為完整。通過調(diào)查可知關(guān)帝廟壁畫歷經(jīng)兩次較大的保護(hù)修復(fù)，未能充分利用現(xiàn)代科學(xué)技術(shù)留存壁畫修復(fù)前后詳盡的數(shù)字化檔案，建立多種壁畫展示方案，這和基礎(chǔ)建設(shè)、數(shù)字化技術(shù)、整體規(guī)劃以及目前國內(nèi)外的技術(shù)水平發(fā)展有直接關(guān)系。因此，開展針對性的研究、建立壁畫數(shù)字化建檔等工作迫在眉睫。通過對高光譜成像技術(shù)的應(yīng)用，對壁畫顏料和重繪壁畫進(jìn)行分析研究，不僅可以為關(guān)帝廟壁畫的保護(hù)提供更科學(xué)嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)支撐，亦可針對該項(xiàng)技術(shù)對文物保護(hù)中的應(yīng)用創(chuàng)造新的思路。本次研究應(yīng)用采集數(shù)據(jù)為《華容釋曹》《單刀赴會》共28景高光譜影像進(jìn)行高光譜研究。本文以《華容釋曹》為例進(jìn)行說明。

2 工作原理及數(shù)據(jù)采集

成像光譜數(shù)據(jù)用于探究壁畫不同顏料需要不同反射率范圍內(nèi)的成像特性，成像光譜數(shù)據(jù)包括圖像和光譜兩方面信息。利用光譜信息提取出純凈的端元，與光譜數(shù)據(jù)庫進(jìn)行匹配，根據(jù)結(jié)果推測出樣本的物質(zhì)種類。同時，成像數(shù)據(jù)可以作為對點(diǎn)狀數(shù)據(jù)分析的驗(yàn)證，在點(diǎn)狀數(shù)據(jù)分析的基礎(chǔ)上，利用光譜運(yùn)算提取不同顏料的圖案。儀器使用Themis Vision Systems公司的VNIR/400H高光譜成像儀，可覆蓋400～1000nm波長的光譜范圍，采用鹵素?zé)艄庠矗嚯x壁畫1m，采集了關(guān)帝廟正殿內(nèi)部壁畫高光譜數(shù)據(jù)28景，其空間分辨率為1392×1000，采樣間隔0.6nm，光譜分辨率為2.8nm，包含了可見光與近紅外波段，一共有1040個波段。將采集的高光譜影像經(jīng)過輻射校正，在ENVI軟件中進(jìn)行光譜分析、顏料分析。ASD點(diǎn)狀光譜數(shù)據(jù)采用美國ASD（Analytical Spectral Device）公司生產(chǎn)的一款便攜式地物波譜儀，光譜范圍350～2500nm，采集《單刀赴會》《華容釋曹》光譜數(shù)據(jù)700多條，進(jìn)行光譜研究。受光照強(qiáng)度和環(huán)境光色等因素的影響，通過比色卡進(jìn)行顏色校正能很好地緩解。本次選取北京建筑大學(xué)常用于文物數(shù)字采集的Adobe Lightroom Classic CC軟件對采集的RAW格式原始數(shù)字影像進(jìn)行色卡校正，文物數(shù)字采集色卡型號為愛色麗x-rite的色卡護(hù)照二代（Colorchecker passport MSCCPP-B）。

數(shù)據(jù)的獲取在室內(nèi)進(jìn)行，環(huán)境較暗，可使用儀器自帶密封性良好的探頭，裝好光纖后直接扣在樣本表面，將其內(nèi)部鹵素光源用作照明。數(shù)據(jù)的采集以及處理的步驟如下：①連接儀器；②進(jìn)行標(biāo)準(zhǔn)反射板校正（防止發(fā)生光照變化，白板校正30min/次）；③每個點(diǎn)位數(shù)據(jù)采集分別向四個方向進(jìn)行，減少采集中產(chǎn)生的誤差；④利用ViewSpecPro軟件對測量的數(shù)據(jù)進(jìn)行數(shù)據(jù)平均和斷點(diǎn)校正，將所得結(jié)果作為該點(diǎn)位的標(biāo)準(zhǔn)光譜曲線。

2.1 點(diǎn)狀光譜數(shù)據(jù)

對《華榮釋曹》表面顏料進(jìn)行了點(diǎn)狀光譜數(shù)據(jù)采集，共獲取350條光譜數(shù)據(jù)，整理后的采集記錄點(diǎn)位分布如圖1所示。

2.2 便攜式X熒光儀數(shù)據(jù)

對《華榮釋曹》表面顏料進(jìn)行了XRF數(shù)據(jù)采集，共獲取70條數(shù)據(jù)，整理后的采集記錄點(diǎn)位分布如圖2所示。

2.3 顏料分析

顏料識別在無接觸文物保護(hù)手段中的地位日漸重要，不僅可以鑒別顏料，而且可以利用圖像光譜曲線結(jié)合已建立的繪畫顏料光譜庫中的顏料進(jìn)行計(jì)算匹配，結(jié)合XRF熒光等技術(shù)以得分最高的光譜作為最終顏料識別的結(jié)果。

經(jīng)過謹(jǐn)慎率較高的植物性與翔實(shí)的比較及調(diào)查，選擇“天雅”“金源陽光”“姜思序堂”三種顏料品牌數(shù)據(jù)庫中常用的60種顏料進(jìn)行樣品制作，發(fā)現(xiàn)壁畫顏料中的絕大多數(shù)為礦物顏料，少部分使用植物顏料和化學(xué)合成顏料。首先將粉末狀顏料加膠后，繪制于宣紙載體上的顏料紙本樣本，然后利用ASD地物波譜儀在暗室環(huán)境內(nèi)進(jìn)行光譜采集，完成一系列光譜預(yù)處理工作后構(gòu)建顏料光譜庫用于顏料的識別（表1）。壁畫表面顏料種類的識別，主要采用的方法為光譜角結(jié)合歐氏距離的光譜匹配法。光譜角（SAD）結(jié)合歐氏距離（ED）的光譜匹配法利用ED-SAD綜合測度作為評價標(biāo)準(zhǔn)（式1），光譜庫顏料與待識別光譜的匹配按照其結(jié)果進(jìn)行排序，值越小，匹配度越高。

3 結(jié)果分析

使用光譜角（SAD）結(jié)合歐氏距離（ED）的光譜匹配法對《華榮釋曹》壁畫表面的感興趣點(diǎn)進(jìn)行顏料識別。為了得到更加清晰和直觀的結(jié)果，將從感興趣的不同區(qū)域獲取的顏料光譜匹配的結(jié)果以及使用便攜式X熒光儀檢測得的相對應(yīng)區(qū)域的主要元素進(jìn)行對比（表2）。其中，表中第五列的顏料為各區(qū)域的顏料識別結(jié)果，第七列的元素為各區(qū)域的檢測能量較高的元素。由于采點(diǎn)較多，只展示部分常見顏料分析結(jié)果。

3.1 以紅色顏料為例

紅色顏料在壁畫中主要分布于旗子、馬身上的裝飾以及人物頭盔的裝飾部分（圖3）。根據(jù)顏料識別的結(jié)果，其顏料疑似為朱砂（Cinnabar，HgS），是中國古代畫家最為常用的紅色礦物顏料之一，其顯色元素為Hg、S。根據(jù)XRF結(jié)果表明，紅色區(qū)域檢測的主要元素為Hg、Pb、Fe、Ca、Ba和Cu元素（圖4）。點(diǎn)位18、43、64和65的光譜曲線（圖5）在560nm處反射率開始逐漸上升，在660nm處反射率逐漸上升緩慢，形成“S”形陡坡。

將測量光譜與朱砂標(biāo)準(zhǔn)光譜進(jìn)行對比，光譜曲線的形狀比較吻合（圖6）。將測量光譜曲線進(jìn)行包絡(luò)線去除（圖7），測量光譜在400～600nm波段范圍內(nèi)的光譜特征與朱砂標(biāo)準(zhǔn)光譜比較吻合。

3.2 豐度反演

顏料豐度圖，通過對文物表面的顏料進(jìn)行分析，以確定顏料種類及相對比例。豐度信息可以顯示文物表面的礦物顏料空間分布，還能顯示人眼看不到的個別顏料信息，從而為文物的保護(hù)與修復(fù)提供科學(xué)的、量化的參考依據(jù)。首先采用自動目標(biāo)生成過程（ATGP，Automatic Target Generation Process）端元提取算法提取出高光譜影像中的純凈顏料端元，算法運(yùn)用先驗(yàn)知識，也可以隨機(jī)地選擇一個初始特征，后采用正交子空間投影算法逐步選擇在正交子空間中投影最大的像元作為新的端元，直到所有的像元在正交子空間中的投影低于預(yù)先設(shè)定的閾值時結(jié)束。在提取出每種顏色區(qū)域的端元后，利用完全約束最小二乘法（FCLS，F(xiàn)ully Constrained Least Square）反演每種顏料的豐度。以紅色顏料為例（圖8、圖9）。

3.3 壁畫信息增強(qiáng)

高光譜成像技術(shù)獲取的數(shù)據(jù)不僅具有研究目標(biāo)的二維空間信息，還包括一維的光譜信息，即連續(xù)光譜曲線，有助于信息增強(qiáng)。在現(xiàn)場采集的過程中，為了獲得更好的視覺感受，本項(xiàng)目對輪廓信息和畫面信息進(jìn)行增強(qiáng)。輪廓線增強(qiáng)，在《華容釋曹》采集的影像中，我們共采集了12景高光譜影像，將十二幅影像根據(jù)正射影像圖進(jìn)行幾何校正，經(jīng)過曲面校正及圖像去噪的預(yù)處理后，將12景高光譜影像經(jīng)過抽稀、配準(zhǔn)后拼接成整幅的高光譜影像。并采用不同的方法進(jìn)行輪廓線增強(qiáng)和畫面增強(qiáng)，輸出圖片，得到了輪廓信息圖像，為文物保護(hù)的進(jìn)一步研究提供參考。

3.3.1 顏色空間轉(zhuǎn)換結(jié)合Canny邊緣檢測算法

分別對12幅高光譜影像假彩色合成后的圖片做HSV顏色空間轉(zhuǎn)換，分離顏色信息（色度）、圖像強(qiáng)度和亮度水平（Luma）信息。將HSV融合后的影像轉(zhuǎn)換為灰度影像，Canny算子求邊緣點(diǎn)具體算法步驟如下：①用高斯濾波器平滑圖像；②用一階偏導(dǎo)有限差分計(jì)算梯度幅值和方向；③對梯度幅值進(jìn)行非極大值抑制；④用雙閾值算法檢測和連接邊緣。計(jì)算Canny邊緣檢測的梯度模圖和二值化圖，得到壁畫的輪廓信息。

3.3.2 改進(jìn)引導(dǎo)濾波算法結(jié)合圖像差值運(yùn)算

借助引導(dǎo)圖像的梯度信息來判斷圖像邊緣位置，并結(jié)合指數(shù)函數(shù)框架設(shè)計(jì)權(quán)值來控制不同圖像區(qū)域內(nèi)的平滑倍數(shù)，將梯度信息與傳統(tǒng)引導(dǎo)濾波算法進(jìn)行融合，從而能夠自適應(yīng)地區(qū)分和強(qiáng)調(diào)邊緣，避免邊緣附近由于過度模糊所引入的光暈現(xiàn)象。對經(jīng)過濾波后的圖像與原始圖像進(jìn)行差值運(yùn)算，達(dá)到畫面增強(qiáng)的目的。

3.3.3 最小噪聲分離變換（Minimum Noise Fraction Rotation，MNF Rotation）工具

該工具用于判定圖像數(shù)據(jù)內(nèi)在的維數(shù)（即波段數(shù)），分離數(shù)據(jù)中的噪聲，減少隨后處理中的計(jì)算需求量。MNF本質(zhì)上是兩次層疊的主成分變換。第一次變換（基于估計(jì)的噪聲協(xié)方差矩陣）用于分離和重新調(diào)節(jié)數(shù)據(jù)中的噪聲，這步操作使變換后的噪聲數(shù)據(jù)只有最小的方差且沒有波段間的相關(guān)。第二步是對噪聲白化數(shù)據(jù)（noise-whitened）的標(biāo)準(zhǔn)主成分變換。對12幅高光譜影像拼接后的高光譜影像通過最小噪聲分離變換獲取前十主成分影像，選取梯度信息最大的影像（輪廓線增強(qiáng)結(jié)果如圖10～圖15所示）。

由于留存年代久遠(yuǎn)，《華容釋曹》部分褪色，為了更好地突出其中特征，增加畫作可讀性，對其進(jìn)行了畫面增強(qiáng)處理。本次主要通過合成假彩色影像與圖像反相處理兩種方法對畫面進(jìn)行增強(qiáng)。首先對原始高光譜影像通過輻射校正與數(shù)據(jù)降噪進(jìn)行預(yù)處理，畫面增強(qiáng)效果如圖16～圖21所示?？梢钥闯?，畫面增強(qiáng)后的《華容釋曹》影像可明顯區(qū)分位于畫面中間的旗子、紅鬃馬、頭盔上與背景的橙紅色，位于畫面中間的山石、草地的綠色，突出了壁畫的輪廓信息。此外，在假彩色影像中可明顯區(qū)分出位于壁畫左側(cè)的第一個人和第三個人的帽子的深藍(lán)色，為其保護(hù)修復(fù)與研究提供了科學(xué)依據(jù)。

3.4 殘缺區(qū)域虛擬修復(fù)

經(jīng)現(xiàn)場觀察發(fā)現(xiàn)，《華容釋曹》壁畫中存在部分修復(fù)痕跡，針對這一現(xiàn)象采用高光譜技術(shù)對壁畫進(jìn)行數(shù)字化保存，最大限度地彌補(bǔ)壁畫因顏料褪色或劃痕而帶來的缺憾。同時借助虛擬修復(fù)、圖像處理等技術(shù)使壁畫的數(shù)字化圖像復(fù)原以及虛擬展示等成為可能，極大地提高和改善了文物保護(hù)研究的效率與效果。壁畫的虛擬修復(fù)是通過在數(shù)字影像中選擇修復(fù)區(qū)域進(jìn)行裁剪，進(jìn)而應(yīng)用修復(fù)算法完成虛擬修復(fù)的。本次主要是采用三重態(tài)域網(wǎng)絡(luò)虛擬修復(fù)，網(wǎng)絡(luò)采用兩個VAE（自動編碼機(jī)）：第一個VAE用于將合成的（模糊、磨損）的數(shù)據(jù)進(jìn)行編碼到隱空間；第二個VAE用于將對應(yīng)的干凈的數(shù)據(jù)進(jìn)行編碼，然后在隱空間學(xué)習(xí)從污損的數(shù)據(jù)到干凈數(shù)據(jù)的映射。通過學(xué)習(xí)控制圖片清晰、磨損的一個特征表示，通過控制這個特征，可以達(dá)到修復(fù)破損圖片的目的（圖22～圖24）。

4 結(jié)語

壁畫作為文化遺產(chǎn)最重要的組成部分，是人類文明寶貴、不可再生的財(cái)富，也是時代的印證，反映了各個歷史時期的經(jīng)濟(jì)文化發(fā)展?fàn)顩r和意識形態(tài)，是歷史研究的重要依據(jù)。在壁畫的保護(hù)和修復(fù)過程中，傳統(tǒng)的調(diào)查方法如人工取樣、目視判別等，效率較低，主觀性較強(qiáng)且易造成二次損傷。因此，將現(xiàn)代科技和傳統(tǒng)方法相結(jié)合應(yīng)用于壁畫數(shù)字化保護(hù)與修復(fù)成了當(dāng)前研究的熱點(diǎn)。高光譜成像技術(shù)的應(yīng)用，有效地克服了傳統(tǒng)畫作調(diào)查的缺點(diǎn)，為文物的保護(hù)工作提供了新的視點(diǎn)。其可以快速無損地獲取不同類型彩色文物表面詳盡的光譜信息，深入直觀地分析文物表面的顏料成分、損傷特征、繪畫技巧以及畫面內(nèi)容等，對文物的保護(hù)、修復(fù)與研究具有重要的科學(xué)意義和應(yīng)用價值。