高光譜成像技術對宜賓市博物院藏族譜印記的分析

鞏夢婷，張秋佳，杜少飛，詹寧思

(1.四川博物院，四川成都 610072；2.宜賓市博物院，四川宜賓 644000)

0 引 言

近年來，高光譜成像技術由于其對檢測文物具有無損性、分析面積廣、圖譜合一等特點在文物研究上的應用逐漸增多。國內多家文博單位或研究機構已購買高光譜成像設備并將其應用于文物研究上，也有專門從事遙感數據分析或信息技術處理相關專業的學者投入到此研究領域中，涌現出眾多的學術研究成果。以高光譜成像技術在色彩類文物上的研究應用為例，四川博物院的鞏夢婷和馮萍莉采用有效波段為400～1 000 nm的高光譜設備結合便攜式XRF對張大千臨摹敦煌壁畫作品上的顏料進行了分類和鑒定[1]。首都博物館武望婷等采用波段為400～1 000 nm的高光譜設備對館藏清代書畫上顏料進行分類、識別，對書畫上修復痕跡和蟲蛀位置進行突顯；采用最小噪聲分離、主成分分析等技術對清代書畫進行圖像增強處理[2-4]。故宮博物院史寧昌等采用波段為400～2 500 nm的高光譜設備對清代兩幅書畫進行研究，用波段運算和色彩融合等技術對印章進行提取，用單波段圖像對比發現畫作上的隱藏信息，用光譜分類技術對顏料進行分類[5]。北京建筑大學侯妙樂和呂書強團隊采用波段為400～1 000 nm的高光譜設備進行顏料分類方法和技術研究，繪制壁畫脫落病害等[6-8]。中國礦業大學周平平采用波段為400～1 000 nm的高光譜設備用分類線性回歸法對書畫上污漬進行模擬修復等[9]。成都理工大學的武鋒強等采用波段為400～1 000 nm，1 300～2 500 nm的高光譜設備對書畫上的顏料進行識別，并將識別結果與拉曼測試結果比對[10-11]。諸如此類研究多體現在對文物顏料的分類識別、文物隱藏信息的提取、文物圖像信息的增強、文物虛擬修復、文物病害提取等，不勝枚舉。此外，考慮到文物上可能存在混合顏料，還有專門針對混合顏料解混的方法和技術，提升文物顏料鑒定的適用性和準確性[12-13]。

本研究基于文物保護修復工作中遇到的實際問題而開展。宜賓市博物院館藏的一批紙質文物上殘留的印記較模糊且局部有脫落，難以辨別，這對文物整體信息的了解和文物價值的認知造成一定困擾。本研究采用高光譜成像技術對這批書畫文物上的印記進行數據采集和分析，對印記的主要成分進行高光譜和拉曼光譜的綜合鑒定，采用最小噪聲分離(Minimum Noise Fraction，MNF)和波段運算(Band Math)提升模糊脫落印記的可識讀性。

1 書畫上的殘留印記

研究樣品為宜賓市博物院藏文物分類號為1574，名為“朱氏族譜”中的四件紙質文物，下文將分別用“1號”“2號”“3號”和“4號”表示。這四件文物均為宜賓市博物院征集文物，尚無研究資料可供查詢。四件文物上共計11處印記，印記多存在模糊、脫落和缺失現象。

1.1 印記的RGB圖像

RGB色彩模式是一種常用的顏色標準，通過紅(Red)、綠(Green)、藍(Blue)三個顏色通道的變化以及相互之間的疊加得到各式各樣的顏色，這個標準幾乎包括了人類視力所能感知的所有顏色，是目前運用最廣的顏色系統之一。本研究采用數碼相機記錄了印記形貌的RGB色彩，即肉眼可見的印記。

1)1號族譜紙基無涂布物，左下方有1處印記，較模糊(圖1)。

圖1 1號族譜的RGB色彩圖像(左：全貌；右：印記)

2)2號族譜紙基上有白色涂布物，右側有4處印記，左下方有1處印記(圖2)。族譜上5處印記、墨跡和天地邊的裝飾花紋顏料均存在脫落和缺失現象。

圖2 2號族譜的RGB色彩圖像(左：全貌；中、右：印記)

3)3號族譜同2號，紙基上均有白色涂布物，左下方有2處印記(圖3)。族譜上印記、墨跡和四周的裝飾花紋顏料均存在脫落、缺失現象。

圖3 3號族譜的RGB色彩圖像(左：全貌；右：印記)

4)4號族譜紙基無涂布，右側有3處印記，存在模糊和缺失現象(圖4)。4號族譜和2號族譜上部分印記在外觀和內容上有相同之處，且4號族譜部分印記較2號清晰，2號族譜部分印記較4號清晰，這對印記內容的識別具有互補性。

圖4 4號族譜的RGB色彩圖像(局部)

1.2 顯微鏡下的印記

采用基恩士VHX-1000超景深三維顯微系統對書畫上印記的殘留、附著情況和有涂布的紙基進行觀察。紙基上無涂布物的1號和4號族譜上的印記顏料或與紙張纖維緊密結合，或已滲入纖維內部；另有局部纖維內有少量顏料殘留而表面幾無顏料的情況，這可能是書畫在使用過程中因表面摩擦造成的(圖5)。紙基上有涂布物的2號和3號族譜上的印記多附著在涂布物上，顏料易因摩擦而脫落(圖6)。

圖5 印記微觀形貌

圖6 涂布紙基及殘留印記微觀形貌

2 高光譜成像技術對殘留印記的分析

2.1 數據采集及校正

采用THEMIS NUVNIR-350高光譜成像設備采集數據，該設備為推掃式高光譜成像儀，光譜范圍為350～1 000 nm，光譜分辨率為1.5 nm，空間分辨率為2 560×1 050，相機光圈范圍為2.8～22，采集光源為鹵素燈。根據高光譜數據采集工作經驗，高光譜相機光圈值的設定對圖像質量、寬波段范圍內圖像的清晰度和數據采集時間均有影響，但不會造成物質光譜曲線的變化。采集數據時將相機光圈值設為5.6～8，既可改善光圈為2.8所采集圖像的虛焦情況，提高數據在寬波段范圍的清晰度，同時可保證圖像的質量滿足研究需求。

采集的高光譜數據首先需要進行光譜反射率和暗電流(主要指儀器自身產生的噪聲)校正及去噪處理；其次，考慮到所用儀器在短波處的光譜信息響應較差，需對數據光譜維進行裁切，裁切后所得數據的波段范圍是450～1 000 nm。

2.2 印記光譜的采集及識別

2.2.1印記光譜的采集 將高光譜圖像上清晰可辨且較為集中的印記區域設為感興趣區，獲取其光譜數據作為該印記的反射光譜曲線。圖7有11處印記的反射光譜曲線，圖例“X-Y”代表X號(X=1，2，3，4)族譜上第Y個印記。從圖中可以看出，這些印記的反射光譜曲線形狀基本一致，均呈S形走勢，其反射率在570～620 nm陡增，隨后緩慢增加并趨于平穩，其主要成分應為同一種顏料。

2.2.2印記光譜的識別 采用ENVI軟件中的波譜分析工具識別未知光譜曲線。波譜分析工具使用光譜角填圖(Spectral Angle Mapper，SAM)、二進制編碼(Binary Encoding，BE)和波譜特征擬合(Spectral Feature Fitting，SFF)這三種常見的高光譜分類識別方法對未知光譜和標準顏料光譜數據庫中的物質光譜進行匹配，輸出一個總體的匹配度得分，得分越高，匹配度越高，可據此識別未知光譜。SAM是將N個波段的光譜看做N維光譜向量，通過計算其與參考光譜之間的夾角判定兩個光譜的相似度，夾角越小，說明越相似。SFF是基于光譜吸收特征使用最小二乘法對比未知光譜與參考光譜的匹配。BE是根據波段是低于光譜平均值，還是高于光譜平均值，將未知光譜和參考光譜編碼為0和1。標準顏料光譜數據庫是以金碧齋和姜思序堂產顏料為樣品(顏料的物質組成經過XRD分析檢驗)，將粉末顏料兌以適量明膠、將含膠顏料溶解后涂刷較厚的一層于紙基上采集而得。經波譜分析工具計算，印記光譜是朱砂的可能性很高。表1是朱砂光譜與11處印記光譜的匹配度得分，圖7對比了朱砂光譜曲線和11處印記的光譜曲線，其曲線特征基本一致。

圖7 11處印記和朱砂的反射光譜曲線

表1 朱砂光譜與11處印記光譜的匹配度得分

采用激光拉曼光譜儀對4號族譜上第三處印記進行測試，其拉曼特征峰與朱砂顏料特征峰匹配(圖8)，驗證了高光譜對印記識別結果的準確性。

圖8 4-3印記和標準朱砂顏料拉曼光譜譜圖

2.3 印記可識讀性的增強

2.3.1數據預處理 采用ENVI軟件對數據進行MNF和波段運算處理。MNF可將一幅多波段圖像的主要信息集中在前面幾個波段中，主要作用是判斷圖像數據維數、分離數據中的噪聲，減少后處理中的計算量。高光譜數據經MNF處理后，波段間是獨立的且不具有光譜維信息。波段運算是對每個像素點對應的像素值進行數學運算。下文中的高光譜數據處理圖像便是MNF波段或MNF波段經波段運算后所得的圖像。在波段運算過程中，采用印記反射率低的534 nm波段圖像和印記反射率高的835 nm波段圖像對MNF波段圖像做減法的方法對圖像進行處理。通過對比各MNF波段圖像和波段運算后圖像中印記的增強效果，提取出印記可識別性較高的圖像。

2.3.2印記圖像對比與識讀 圖9～圖10為其中二件書畫上印記的RGB真彩色圖像和高光譜數據處理圖像的對比圖。通過對比RGB真彩色圖像和高光譜數據處理圖像可以明顯看出，高光譜數據的可識讀性明顯優于RGB真彩色圖像，可通過識讀高光譜數據辨別出部分模糊印記。圖像中印記有缺失的部位未能通過高光譜圖像予以呈現，可能是鈐印力度較小而造成印記本身的殘缺，也可能是使用過程中經摩擦造成印記顏料顆粒未留存在紙張上而無法通過高光譜相機感知造成的。在圖像分析處理中也發現一個問題：考慮到高光譜相機采集幅面較小的情況，將11處印記分4次采集，所得4個高光譜數據上的印記圖像經MNF處理后發現圖像信息顯著增強的波段是變化的、不確定的，只能逐一對比尋求最優波段。這種不確定性是MNF數據的正常現象，因為MNF波段是根據圖像的主要信息量排序，而印記信息在不同的數據中所處的次序可能不同，從而導致突顯印記信息的MNF波段具有不確定性。

圖9 1號族譜印記

圖10 2號族譜印記

表2為印記的識讀結果。11處印記中，有3處未能識別，另有部分字跡存疑。

表2 印記識讀結果

3 總 結

本研究對宜賓市博物院藏四件書畫文物上11處模糊印記進行高光譜數據采集和分析，通過匹配顏料數據庫對印記顏料成分進行識別，采用拉曼光譜儀對一處印記成分進行鑒定并確定其為朱砂；采用MNF和波段運算對數據圖像進行增強處理，增強效果較為顯著，并在此基礎上對印記進行識讀。值得注意的是，不同的高光譜數據經MNF處理后，印記圖像信息具有顯著增強的波段可能是不同的，這是MNF數據的正?，F象。

高光譜成像技術是一種優勢突出，文博行業工作者關注度較高，在文物博物館領域具有較大應用發展空間的文物研究技術；但其缺點也很明顯，即對數據處理的專業技術要求很高。本研究僅屬冰山一角，對高光譜數據的深入解讀還需要更多專業技術人員的參與和合作，期待高光譜成像技術在文物分析領域發揮更大的作用。