淺析文物保護中數字圖像修復技術的應用

劉飛達

【摘要】早在文藝復興時期，文物修復作為文物保護工作的重要環節，因其對技術具有較高要求，以至于在文物保護傳承的過程中蒙受了巨大損失。得益于計算機信息技術發展的高速發展，使數字圖像修復技術從視覺研究領域的重點逐漸成為文物保護工作不可缺少的應用技術。

【關鍵詞】文物保護；數字圖像修復技術；虛擬修復

【中圖分類號】S725 【文獻標識碼】A

引言

文物作為人類文明發展的實際見證，它不僅反映了社會經濟及文化生活的真實狀態，還是文物及歷史學者用于研究文化發展規律的重要工具。文物保護及修復工作不僅能滿足文物觀賞的需求，還能對社會文化及體制變革具有推動作用。然而，自數字圖像修復技術引入我國后，雖然在平面設計、商業廣告等領域得到一定的應用及發展，但受技術層面及操作方式不當等因素的限制，導致該技術在文物保護領域的應用始終不溫不火。

一、數字圖像修復技術的歷史及特點

早期的文物圖像修復技術源于歐洲文藝復興時期的藝術家畫作，由于當時的美術或藝術作品保存不易，并在流傳過程中多有缺失，藝術家便憑借自身的想象力，用手工畫作修補的方式，不得不承認的是，這種古老而費時的方法，的確能在最大程度上維持原作品的藝術價值。但是，這種非數字修復的技術條件具有相當的風險性，一旦在人工修復過程中出現紕漏，會導致文物損壞并失去藝術價值。隨著計算機技術及數字掃描儀的出現，結合文物圖像信息的缺失前提條件，從而提高了文物數學圖像修復的實際需求。

因此，基于數字圖像修復技術的文物保護，便是將破損文物進行數字圖像掃描后，運用數字圖像相關理論，利用完好區域的有效信息，以恢復文物的完整觀賞性為前提，通過填補文物圖像信息的破損部分，使觀眾用肉眼無法察覺出文物圖像本身存在改動或破損。可以說，以虛擬修復為主要手段的數字圖像修復技術，能有效縮短文物視覺修復的周期，在向觀眾展現完整文物面貌的同時，也進一步縮減了文物修復工作的時間及物質成本。

二、文物保護工作中數字圖像修復技術的有效算法應用

（一）K-均值聚類算法

所謂的K-均值聚類算法是指在處理較大的圖像數據時，以尋找中心點為解決方法，從而解決局部破損圖像的問題。在實際文物修復過程中，出于文物本身存在缺陷或者數字圖像信息缺失的問題，使數字圖像的修復工作本身便是一個病態的問題。比如說，由于大型建筑文物在保存過程中出現表面剝落、霉變、上銹、脫落等現象，在文物自身不完整的前提下，文物修復者只能運用K-均值聚類算法修復技術，進而有效開展視覺修復研究的相關工作。

案例一：羅泊灣漪瀾塔位于貴港市羅泊灣村，雖然該地區文物保護意識濃厚，并且氣候較為適宜，有利于大型建筑文物的保存。但是，由于“文革”特殊時期的影響，使漪瀾塔局部出現坍塌及墻體裂縫，從現狀照片方面來看，總共九層的漪瀾塔有絕大部分處于中高等級別。因此，為幫助漪瀾塔的整體修復，便需要對破損圖像進行提取及修復。在實際修復過程中，首先在確定給定類數K的基礎上，通過集X={x，，x2，...xn}的數學函數公式來選擇破損圖像的隨機中心點，根據最佳相似性的原則將每個集的數據劃分為不同的類別，成功劃分為不同類別的數據后，再次使用數學函數公式，直至多次運行函數計算所得出的結果誤差達到預計或無法再次運行計算后，便可以在計算機中得出羅泊灣漪瀾塔的修復圖像。

（二）偏微分方程式算法

案例二：翼王亭作為當地的地標性近現代建筑，在具體的數字圖像修復過程中，文物保護工作者遇到的首要問題便是實際測量數據與資料數據存在嚴重的不符。究其原因，主要是受雷暴、洪水、地質環境變遷以及檔案資料欠缺等原因的限制，最為明顯，便是翼王亭高為9.5米，但實際勘測數據卻為9.7米，給數字圖像信息的修復工作帶來了相當大的不便。而大面積的破損及灰度值混亂，使傳統的K-均值聚類算法無法得到實際應用。為此，修復人員運用偏微分方程（PDE），即以能量及數學模型的方式，對翼王亭的大面積破損區域進行數值迭代的相關評估。比如說，為有效處理因灰度值變化導致函數變量過多的問題，修復人員采用了熱傳

（三）元啟發式算法

近年來，元啟發式算法（GWO）在國內外掀起了一陣熱潮，其靈感來自于自然優化淘汰的思想，特別是后續演變產生的“灰狼”式算法，雖然該類算法的應用范圍還不是特別廣泛，但在實際的圖像分割、提取、修復過程中，明顯略高于K-均值聚類算法，不僅有效提高了實際質量及精度，還在彩色空間圖像修復中有巨大的應用價值。

案例三：1994年，位于貴港市的南江古碼頭因洪水災害導致牌坊擋土墻及牌坊地面出現了嚴重損毀。經過長達二十年的閑置及簡單維護，2016年，文物保護工作者在修繕施工工程中發現，由于牌坊及相關文物損毀較為嚴重，以至于現場照片的噪聲污染較為復雜，并且具有大量的復雜紋理破損區域。因此，使用偏微分方程理論可能難以產生較好的修復效果。針對聚類中心存在選擇性差異及整體修復破損較難的問題，技術人員提出了將灰狼式算法與K-均值聚類相結合

經過前兩個階段的計算后，在勘探過程中，為了模擬數學意義上的分散，還需利用隨機大于1或者小于-1的值來實現GWO算法的全局搜索。此外，在GWO和K-均值聚類算法的結合過程中，有利于初次尋找到最佳的聚類中心，并且在后續計算過程中不斷優化，直至取得最佳的結果。實驗證明，這種混合式的算法既能克服傳統算法對中心點較為依賴的弊病，還在穩定修復方面具有相當的優勢。

三、基于數字圖像修復技術的文物虛擬保護技術路線及展望

（一）技術內容與路線

近年來，雖然數字圖像修復技術在文物虛擬修復方面的應用較晚，但憑借其風險較低、成本低廉、效果顯著等特點，得到了文物保護工作者的一致認可。在實際虛擬修復工作中，主要包括以下幾方面的修復方法，具體如圖所示。

（二）關于未來展望

信息化時代的到來，各種各樣的信息應用，使數字圖像在電子商務、社交網絡、博客及微博等方面的需求越來越大。在文物領域，利用文物數字化，通過網絡傳播各類文物數字信息己成為一種文物交流的新趨勢，文物數字圖像從采集、處理、傳播到應用的研究有了一定發展。因為數字圖像修復技術利用相關算法，彌補了傳統修復技術的不足。所以，在實際文物虛擬修復過程中，針對已經缺失的破損部分，不能憑借主觀思維去隨意修復，必須根據修復軟件的算法指令來標記所要修復或提取的區域，以此保證文物的正常修復效果。

四、結語

數字圖像修復技術是一門綜合性和技術性較強的學科，隨著該技術的發展與完善，目前在多個領域中有廣泛的應用。現階段，數字圖像修復技術在文物保護領域中的應用還存在一些問題，數字圖像修復還需要研究人員的共同努力，讓該技術在文物領域逐漸走向成熟。隨著數字圖像修復技術的發展，從二維數字圖像到三維數字圖像修復技術研究的深入成熟，其在文物領域的應用必將有更廣闊的前景。

參考文獻：

[1]楊紅光.圖像修復技術在贛南紅色文物保護中的應用與研究[D].江西理工大學，2016.

[2]李靜.基于集成學習技術的數字圖像自動修復理論與算法研究[D].江西理工大學，2010.

[3]張紅英，彭啟蹤.數字圖像修復技術綜述[J].中國圖象圖形學報，2007（1）.