黎錦圖案數字化技術研究進展

高華玲

摘要：海南黎族黎錦技藝是世界級非物質文化遺產。黎錦圖案的數字化有效地保護和傳承了黎族文化的精髓。本文從黎錦圖案數字化的意義、發展、處理過程以及應用幾個方面論述了黎錦圖案數字化保護的方法。隨著人工智能技術的發展，深度學習算法對于圖像處理的準確度達到98%以上，將深度學習算法應用于黎錦圖案特征提取、分類和拼接，是黎錦圖案樣式傳承和創新的又一途徑。

關鍵詞：黎錦 數字化 創新 特征提取

1黎錦圖案數字化的意義

隨著2012年將海南黎錦織錦技藝確定是世界級非物質文化遺產，黎錦圖案的研究略有增加，但是僅限于研究黎錦的文化內涵的藝術層面，對黎錦圖案數字化技術的研究較少，僅有海南師范大學信息科學技術學院周玉萍教授帶領的研究團隊構建了圖案數據庫，研究了圖案拼接技術，數字化技術的研究尚不深入。現存的傳統黎錦圖案的數量僅有100余種，黎錦圖案的數字化創新研究有利于傳承傳統的圖案數據，更能有效的增加新的設計圖案，豐富黎錦圖案的種類。黎錦圖案的數字化和數字化圖案的處理、應用是黎錦技藝得以發展的重要基礎，對海南黎族文化的發揚有著重大作用。

2黎錦圖案數字化技術研究現狀

黎族黎錦服飾為海南少數民族的服飾，國外基本沒有對黎族黎錦服飾的研究。但國內有少量的研究，中南民族大學民族學博物館的林毅紅教授對黎族的黎錦傳統工藝文化的研究長達20余年，2011年獲得了國家社科基金研究項目《國際旅游島建設背景下海南黎族傳統工藝數字化技術保護研究》，并撰寫了專著《黎錦傳統工藝文化與數字化保護研究》，書中全面系統的梳理了傳統黎錦工藝、黎錦圖案、黎錦服飾的歷史與傳承現狀，分析并提出了當下與未來的保護措施、傳承方式與傳播方法，尤其提出黎錦傳統工藝數字化保護的必要性和黎錦傳統工藝數字化保護的技術線路與技術手段。海南省群眾藝術館藝術研究室主任王海昌編著的《黎錦織錦圖譜》-書收集了大量的黎族傳統織錦圖譜的資料和圖片。海南大學藝術學院的楊潔副教授主要研究少數民族服飾，對黎錦藝術提出了數字化保護和推廣機制。海南師范大學周玉萍教授帶領的團隊對黎錦圖案數字化技術進行了初步的研究，利用php和MysoL技術構建黎錦圖案基因數據庫、利用MATLAB軟件提取黎錦圖案元素并對其進行各種變換、組合、重構新的有意義的圖案。

在黎錦圖案數字化的研究者中，包括藝術類專業的學者和計算機類專業的學者，但是尚沒有研究者從計算機數據分析、人工智能算法的角度研究數字化的黎錦圖案。現階段，黎錦圖案數字化技術的相關研究尚不深入，此項研究將計算機前沿的新技術應用于傳統的民族文化傳承和保護中大大促進海南黎族民族藝術瑰寶的數字化進程，促進黎錦圖案紋樣的保存與傳承。

3黎錦圖案數字化過程

民族服飾圖案數據化的過程包括圖案資料采集、圖案數字化轉換、數據庫的建立和數字化圖案的現代應用四個方面。數字化圖案資料的采集可以通過下面幾個途徑進行：

3.1互聯網

互聯網上存儲的數字化資源是不斷更新變化的，為了獲取互聯網上相關生產企業、研究者、非遺文化傳承人發布出來的電子共享資源，利用互聯網數據爬取技術，在幾個主要的發布網站進行資源獲取。

3.2掃描公開發表的正版書籍

通過掃描權威的黎錦圖案書籍，獲取前人的拍攝或者收集到的圖案素材，對素材進行分類整理，獲得較為全面的黎錦圖案原圖，是主要的黎錦圖案獲取途徑。

3.3 田野調查拍攝

深入到海南哈、杞、潤、賽、美孚五大方言傳承地、黎錦博物館、黎錦研究所等進行實地訪談、拍攝，收集一手田野調查資料。

完成黎錦圖案的數字化采集之后，需要對這些圖像進行篩選、去重、分類和繪制，才能在后期的數據庫構建和圖像的處理中更加方便的應用。

采集完成的圖案數字化需要保存組成圖案的基元和圖案的組合構圖，通過摳圖或者模仿繪制保存的格式可分為位圖圖案和矢量圖案，位圖和矢量圖各有其優缺點。

位圖格式的圖案是由數碼相機、手機、掃描儀等捕捉拍照設備獲取的由像素點構成的圖像。常見的位圖格式有jpg、prig、gif、bmp、psd等，主流的操作軟件就是Photoshop，位圖色彩豐富，表達圖案更加逼真、自然，但是放大圖像則會失真，圖像以像素為單位，不易編輯和處理。矢量圖格式的圖案則是由軟件繪制，色彩、線條等圖元均可以獨立編輯，表達圖案清晰、簡潔。常見矢量圖格式有ai、cdr、svg等，編輯軟件以illustator和coreldraw為主，圖案縮放不失真，存儲容量小，但是表達信息缺失，色彩變化小，圖像的還原度差。

目前黎錦企業一般將黎錦圖案繪制為矢量的基本單元，再利用計算機進行排版設計，完成黎錦圖案數字化轉換。例如保亭縣黎錦研究室組建的新達達公司，美工人員將攝像、掃描得來的黎錦圖案用CoreIDRAW軟件繪制成矢量圖形，用計算機編排成適當大小的圖案，織錦工依據圖案進行織錦。目前熱度較高的卷積神經網絡CNN和生成對抗神經網絡算法GAN的圖像對象是位圖格式，位圖格式在使用算法處理時能夠轉換成數字矩陣，存儲為位圖格式有利于將數字化的黎錦圖案用深度學習算法深入處理黎。可使用經典的Photoshop軟件進行圖案的預處理應選取合適的圖案大小進行保存如圖片過小，位圖圖像放大會失真，如過大，則會影響算法的運行效率。

黎錦圖案數據庫的構建記錄了每一張圖片的來源、分類和內涵，并利用計算機技術將原始圖案中提取基本組成單元，并用Photoshop繪制基本型。規范化的數據存儲有利于數據的進一步分析和使用，比如可以設計基于數據庫的黎錦圖案管理系統、黎錦圖案的宣傳網站、以及使用數據分析的方法研究黎錦圖案的內部聯系、研究圖案的拼接技術和圖案的創新生成技術等。

黎錦圖案的應用領域目前集中在民族服飾、箱包的裝飾等，進一步探究黎錦圖案的應用領域，提高在現代市場中的出現比重和頻率，更加有利于民族文化的傳承。

4數字化黎錦圖案的創新

黎錦技藝有著悠久的文化歷史，是黎族人民的無聲語言。傳統黎錦以表現黎族生產生活的場景、自然崇拜和祖先崇拜為主。目前黎錦制作仍然以這些圖案花紋為主進行刻板的模仿圖案設計上缺乏創新，產品形式和內容較為單一，產品開發過于簡單。傳統的黎錦圖案僅存有100多種，隨著黎錦圖案的現代變遷，圖案的顏色更加靚麗，圖案的樣式也衍生出新的變形圖案。黎錦圖案的創新設計，推動黎錦技藝永盛不衰、不斷發展。目前學者們研究的創新圖案是在原有圖案的基礎上進行變形和組合，有的利用matlab軟件，也有的使用分形藝術。隨著深度學習算法在圖像領域的成功應用，利用深度學習算法進行圖案特征的提取，新圖像的自動分類和創新圖樣的生成均成為可能。

目前深度學習算法中的卷積神經網絡和生成對抗神經網絡等算法在計算機圖像的特征識別和圖像的生成中表現突出，將相關算法應用到黎錦圖案的拼接與創新是完全可行的。卷積神經網絡算法可以提取圖像中的特征，訓練好的模型可以用來將某一新輸入的圖像進行分類。生成對抗網絡包括一個生成器和一個判別器，生成器主要用來學習真實圖像分布從而讓自身生成的圖像更加真實，以騙過判別器為目的。判別器來判別生成圖像的真假。生成器和判別器不斷的進行博弈。最終計算機可以從無到有生成圖案，并且可以騙過判別器的判斷，這時生成的圖案便是創新的圖案。

5總結

黎錦圖案的數字化過程需要收集更加全面、真實的圖樣，包括現代流傳的圖案和歷史存在過的圖案，因此這個過程需要長時間的積累和深入到農村去調查。對于拍照和掃描后得到的圖案仍需要做整理，甚至一一繪制，鑒于進一步處理的需要，要求數字化的圖案應為位圖格式。利用深度學習算法對圖案進行特征提取，模型訓練，使之能夠處理數字化圖案，挖掘更深層次的信息，包括自動分類、圖案拼接技術和圖案生成技術的研究都是黎錦圖案數字化方向的創新研究。

參考文獻

[1]趙晶，王高嬡.關于數字化民族服飾圖案文化的保護與研究[J].美術教育研究，2011（12）：20-21.

[2]高飛，少數民族服飾圖案數字化學習平臺構建研究[D].云南師范大學，2018.

[3]王瑞蓮.海南黎族織錦的現代變遷[J].貴州民族大學學報（哲學社會科學版），2012（2）：83-87.

[4]楊潔，海南黎錦藝術的數字化保護與推廣[J].海南熱帶海洋學院學報，2017（3）：32-36.