基于顏色特征提取的四川古壁畫分類識別研究

李雅梅

重慶大學(xué) 藝術(shù)學(xué)院，重慶 401331

四川古壁畫具有十分重要的研究價值，它是我國藝術(shù)寶庫中的珍貴遺產(chǎn)，是中華民族優(yōu)秀傳統(tǒng)文化的重要組成部分.目前為止，計算機(jī)模式識別技術(shù)在藝術(shù)領(lǐng)域的應(yīng)用研究還相當(dāng)匱乏，絕大部分的圖像仍然是依靠人工的方式在進(jìn)行辨識，這樣不僅消耗大量的時間，正確率也并不高，不利于我國傳統(tǒng)優(yōu)秀文化藝術(shù)的傳播、推廣和普及[1].四川壁畫多留存于數(shù)百年的古佛寺之中，壁畫采用傳統(tǒng)工筆重彩畫技法繪制[2]，設(shè)色濃重飽和，給人以強(qiáng)烈的視覺震撼力，在壁畫圖像所呈現(xiàn)的形狀、色彩和紋理特征當(dāng)中色彩最具有辨識力[3].鑒于上述原因，本研究針對四川最具代表性的壁畫進(jìn)行分類識別，最后經(jīng)多次實驗證明壁畫自動識別的有效性.

特征提取與分類識別在美術(shù)領(lǐng)域的研究：王靜[4]提出了一種中國畫圖像的特征提取方法，分別提取了中國畫的顏色特征和紋理特征，盡可能地保留國畫原始圖像中所包含的重要信息.為了解決特征提取過程中信息缺失的問題提出一種新的分塊方式，并結(jié)合灰度共生矩陣算法對該算法進(jìn)行實驗，驗證了研究的有效性.郭高鵬[5]選擇花鳥、山水、鞍馬、竹子和人物畫為研究對象，提出了基于顏色特征和紋理特征的中國畫識別方法，首先利用灰度共生矩陣法和顏色矩提取國畫圖像的紋理和顏色特征，然后將其組成國畫圖像的復(fù)合特征，將復(fù)合特征作為RELM的輸入而國畫類別作為RELM的輸出，研究結(jié)果證明該算法提高了國畫識別的精度.劉賞等人[6]提出了一種中國畫的畫家識別算法，該算法建立在中國畫筆墨特征提取的基礎(chǔ)上，中國畫研究中墨線的形狀和墨色的布局是畫家對技法研究的重要環(huán)節(jié)，將這些特征提取出來作為支持向量機(jī)的輸入再進(jìn)行畫作的分類.該算法在平均查全率和查準(zhǔn)率上具有一定的優(yōu)勢，可為中國畫的傳承和鑒賞提供數(shù)字化的工具.童茵[7]提出了一種基于深度網(wǎng)絡(luò)的中國畫皴法風(fēng)格遷移模型，對中國畫的構(gòu)圖進(jìn)行識別，在中國畫構(gòu)圖所覆蓋的繪制區(qū)域內(nèi)，對中國畫的皴法和不同的皴法風(fēng)格進(jìn)行了對比，使新生成的紋理具有皴擦所產(chǎn)生的特殊肌理效果，通過實驗由模型轉(zhuǎn)換的圖像可以較好地保留繪畫技法.通過文獻(xiàn)檢索，近年來美術(shù)領(lǐng)域相對于其他學(xué)科領(lǐng)域，特征提取與分類識別方面的研究成果較少[8-10].為了加快我國傳統(tǒng)美術(shù)研究的數(shù)字化進(jìn)程，本研究提出基于顏色特征提取的四川古壁畫分類識別方法，通過多次實驗建立四川古壁畫的自動識別系統(tǒng).

四川古壁畫分類識別系統(tǒng)應(yīng)包括4個方面的內(nèi)容：① 圖像數(shù)據(jù)獲取.研究首先采用計算機(jī)可以運算的符號來表示對象，通過量化用矩陣或向量表示二維的壁畫數(shù)字圖像，以使計算機(jī)能夠?qū)λ拇ü疟诋媹D像進(jìn)行分類；② 圖像預(yù)處理.去除四川地區(qū)古壁畫圖像中的噪聲，增強(qiáng)古壁畫圖像中有用的數(shù)據(jù)信息，對由設(shè)備輸入而造成古壁畫圖像質(zhì)量減弱的現(xiàn)象進(jìn)行重新修復(fù)；③ 特征提取與選擇.在四川古壁畫圖像分類識別研究中，根據(jù)古壁畫拍攝的具體情況將壁畫顏色特征進(jìn)行歸類，在每個類別的圖像中選取一個特征點以代表該類圖像的最主要特征；④ 分類器設(shè)計和分類決策.采用統(tǒng)計學(xué)的方法，把特征空間中古壁畫圖像所映射的點歸入到某一個特定的類別當(dāng)中，然后確定古壁畫圖像的分類判決規(guī)則，并按照這種規(guī)則對壁畫圖像進(jìn)行分類識別，直到將圖像識別的錯誤率降至最低.據(jù)此，本研究建立了四川古壁畫分類識別系統(tǒng)結(jié)構(gòu)模型(圖1)，其中特征提取和特征選擇兩個模塊是整個識別系統(tǒng)的關(guān)鍵，提取什么樣的特征和如何選擇特征，直接關(guān)系到最后分類識別的結(jié)果.

圖1 四川古壁畫分類識別系統(tǒng)結(jié)構(gòu)模型

1 四川古壁畫圖像的顏色特征

為了獲得最佳的顏色特征提取和選擇效果，本研究對四川古壁畫中最具特色的廣元劍閣覺苑寺壁畫、廣漢龍居寺壁畫、新津觀音寺壁畫、新繁龍藏寺壁畫和蓬溪寶梵寺壁畫的顏色特征、分布情況、顏料使用以及壁畫保存現(xiàn)狀等進(jìn)行詳解.

1)新津觀音寺壁畫(圖2).主要顏色特征分布：主壁畫以“黑、金、紅”三色為主，背景全部為深色.輔以石綠、石青、珍珠粉等顏料繪制，色彩濃重富麗鮮艷奪目.背壁以“紅、綠、金”色為主，背景為黑色，輔以少量白色和赭石色.顏料使用情況：壁畫主要采用朱砂、朱磦、墨色、金箔等材料制作而成，其次以石綠、雄丹、石青、珍珠粉等顏料繪制.壁畫中紅色顏料的品種主要有朱砂、鉛丹、黃丹、代赭石等.顏色保存現(xiàn)狀：壁畫色彩保存非常完好，但是由于年代久遠(yuǎn)，壁畫中由于吸附了部分粉塵導(dǎo)致紅色顏料中略帶“灰”的色彩傾向，使顏料對比度降低而產(chǎn)生出一種灰雅之感.

圖2 新津觀音寺壁畫：普賢菩薩

2)新繁龍藏寺壁畫(圖3).主要顏色特征分布：主壁畫基調(diào)以“紅、綠”二色為主，輔以黑、白、金色，顏色整體較為灰暗.背屏以“紅、金”二色等為主，輔以適量的藍(lán)色.藻井以“黑、白、紅、淺綠”為主，輔以金色，色彩濃重飽滿.顏料使用情況：壁畫主要采用朱砂、石綠等繪畫材料，并輔以石墨、朱磦、赭石、黃丹、貝殼粉等顏料而成.另有銀朱、紅丹、黃丹、飛鉛、粉朱、土紅等.顏色保存現(xiàn)狀：壁畫色彩保存情況欠佳，主壁畫由于墻體坍塌，灰塵過多，色彩灰暗，剝落嚴(yán)重.頂部的藻井和背屏壁畫由于被遮擋，顏色較為鮮亮.

圖3 新繁龍藏寺壁畫：善財童子

3)劍閣覺苑寺壁畫(圖4).主要顏色特征分布：壁畫整體色調(diào)厚重深沉，深褐色的背景上用“金”色進(jìn)行裝飾，貼金處有金碧輝煌之感，繪制以“白、黑”兩色為主色，其次“紅”色使用較多.畫面上黑、白、紅、金四色對比強(qiáng)烈，充滿運動感.背壁以“紅、黑、金”三色為主，輔以少量的白色和褐色，色調(diào)趨向于黃土.顏料使用情況：壁畫主要采用珍珠粉、朱 砂、石綠、黑色、灰色、赭石、土黃等繪畫材料，壁畫上裝飾品、建筑、房頂、器物等大面積采用瀝粉貼金技法.顏色保存現(xiàn)狀：壁畫色彩整體保存較為完好.頂部靠近房檐處有少量受潮的斑點，中間有一些貫穿上下的水痕，部分畫面有剝落.

圖4 劍閣覺苑寺壁畫：同舉金棺

4)蓬溪寶梵寺壁畫(圖5).主要顏色特征分布：壁畫以“紅、綠、藍(lán)、金、白”等多色繪制，色彩濃重飽滿，絢麗明艷，對比強(qiáng)烈.寶梵寺壁畫用色的重要特點是紅、綠兩色使用最多，輔以黑白灰和少量青色搭配.畫面貼金面積較大，視覺效果華美富麗.顏料使用情況：紅色系顏料使用了朱砂、朱磦、朱丹、粉朱、銀朱、土紅等.綠色系顏料使用石綠、灰綠、墨綠、翠綠等.顏色保存現(xiàn)狀：壁畫色彩保存情 況整體較好，尤其是中間主繪內(nèi)容色彩鮮艷，對比強(qiáng)烈.壁畫底部靠近墻角低端的地方有明顯剝落.

圖5 蓬溪寶梵寺壁畫：羅漢聆經(jīng)

5)廣漢龍居寺壁畫(圖6).主要顏色特征分布：壁畫以“綠、黑、紅、金”色為主，背景為白色.其中壁畫頂部以紅色、金色、色彩為主，壁畫靠近中心的部分綠色或棕黑色使用的頻率較高，白色背景上以綠色或棕黑色為主，輔以少量的紅色和金色.顏料使用情況：壁畫主要采用石綠、石墨、朱砂等繪畫材料，并輔以少量黃丹、赭石和石青色，除裝飾品以外，建筑房頂采用貼金技法表現(xiàn).顏色保存現(xiàn)狀：壁畫色彩損毀嚴(yán)重，曾經(jīng)被整體涂刷成白墻，后來經(jīng)人工剝出壁畫，整體上十分斑駁，部分畫面內(nèi)容已無法辨識.

圖6 廣漢龍居寺壁畫：護(hù)法諸天

四川古壁畫大部分保存完好，顏色特征鮮明，這為特征提取提供了有利的前提條件.在四川古壁畫圖像的形狀、顏色和紋理諸多特征中，顏色特征無疑比其他兩大特征都要更加穩(wěn)定和可靠，它對圖像的旋轉(zhuǎn)、倒置、縮放等都具有不變性，甚至對圖像的各種變形均不敏感，表現(xiàn)出相當(dāng)強(qiáng)的魯棒性.本研究在對四川古壁畫圖像進(jìn)行現(xiàn)場調(diào)查、色卡制作以及顏料使用狀況分析以及繪制的基礎(chǔ)上，進(jìn)行顏色特征提取.

2 基于顏色特征提取的分類識別方法

研究采用的實驗數(shù)據(jù)來源于自建的四川古壁畫圖像數(shù)據(jù)庫，本數(shù)據(jù)庫共收集高清圖像數(shù)千幅.研究首先提取圖像的RGB值作為特征來進(jìn)行聚類，然后將RGB顏色空間轉(zhuǎn)換到HSV顏色空間提取圖像的特征向量，再將K-Means算法和最鄰近算法進(jìn)行比較從中選取最優(yōu)的算法.為了進(jìn)一步提高識別的精度，實驗嘗試手動去噪和將HSV顏色空間量化到300級的方法，但是由于效果不明顯最終放棄此方法.在多次實驗之后發(fā)現(xiàn)，幾類壁畫圖像中仍有部分類別的圖像識別正確率不高，其主要原因在于：① 同類壁畫圖像中包含有整體照片、局部照片和特寫照片，這幾類圖像由于拍攝的范圍和角度不同，色彩上存在較大的差異；② 古壁畫的繪制通常會分為上段、中段和下段，由于每一段表現(xiàn)的內(nèi)容不同，色彩存在一定的差異；③ 由于圖片拍攝時均采用自然光線(而非燈光拍攝)，寺廟中靠近中間位置的壁畫受光較好顏色鮮亮，位于頂部和底部的壁畫由于受光較差圖片偏暗.鑒于此，在每個大類的圖片中僅分出兩個類別，并不能涵蓋該類圖像的主要特征.因此在多次實驗后，本研究對分類效果不高的廣元劍閣覺苑寺壁畫和新津觀音寺壁畫再細(xì)分為3個類別，而其他地區(qū)的壁畫則分兩個類別來進(jìn)行測試.通過每類圖像特征點逐步增加的方式來進(jìn)行測試，取得了較好的識別效果.最后確定四川古壁畫圖像識別系統(tǒng)研究采用的算法、特征提取方法和分類識別方案.算法步驟：首先在每一類里面使用K-Means算法進(jìn)行聚類，并提取該類中2～3個特征向量；其次使用最鄰近算法，計算每幅圖像與特征向量的相似度并進(jìn)行分類；再次將特征向量與類進(jìn)行對應(yīng)，將圖像類別整理成5類；最后計算分類的正確率.

統(tǒng)計得到的實驗結(jié)果看出：① 將RGB顏色空間轉(zhuǎn)換到HSV顏色空間，有利于壁畫圖像別的分類；② K-Means算法和最鄰近算法相比，最鄰近算法優(yōu)于K-Means算法；③ 手動去噪的方法在一定程度上有利于分類器準(zhǔn)確率的提高；④ 對于量化級的提高，即增加HSV顏色特征向量的分量對分類器的正確率提高并不明顯；⑤ 一個類提取兩個特征向量的方法對分類的準(zhǔn)確率有明顯的提高；⑥ 一個類提取多個特征向量的方法對分類的準(zhǔn)確率有極大的提升，實驗結(jié)果開始接近預(yù)期的目標(biāo).

3 四川古壁畫識別系統(tǒng)研究

四川古壁畫自動識別系統(tǒng)應(yīng)實現(xiàn)8個功能：① 將圖像的顏色信息進(jìn)行轉(zhuǎn)換，把四川古壁畫的RGB顏色空間轉(zhuǎn)化到HSV顏色空間，然后非等間隔量化古壁畫圖像的HSV顏色空間；② 歸一化處理由古壁畫圖像統(tǒng)計所得到的顏色特征向量；③ 通過對上面步驟循環(huán)得到圖像庫中各圖像特征向量；④ 對于每個類使用K-Means算法提取一個或多個類代表點；⑤ 對于每個數(shù)據(jù)點，計算數(shù)據(jù)點的特征向量與每個代表點特征向量的相似度，并根據(jù)特征點所在的類對數(shù)據(jù)點進(jìn)行歸類；⑧ 對于每個點根據(jù)其原有的分類和程序分類，計算分類器的正確率.其流程見圖7.

圖7 四川地區(qū)古壁畫系統(tǒng)識別流程

3.1 類代表點提取

1)K-Means算法聚類.由于四川古壁畫中每一類圖像的顏色特征都不夠統(tǒng)一，所以對于同一類圖像的顏色特征采用多個顏色特征向量來代表.使用K-Means算法進(jìn)行聚類，將聚類后的簇點作為類的代表點，因此K-Means算法中k值的選擇對于分類效果具有很大的影響.

2)每個類手動提取多個特征向量.針對四川五類古壁畫圖像不同的色彩表現(xiàn)風(fēng)格，經(jīng)過多方面的綜合比較與分析，分量的選擇如下：廣元劍閣覺苑寺主壁“佛傳故事畫”根據(jù)圖片拍攝受光情況的不同各提取3個特征數(shù)，背壁的“護(hù)法禮佛壁畫”圖提取1個特征數(shù)；廣漢龍居寺的主壁畫和背壁畫各提取1個特征數(shù)；新津觀音寺壁畫“十二圓覺菩薩”分別從頂部、底部、中部和貼金部位各提取1個特征數(shù)，背壁的“香山全堂”的上部和下部各提取1個特征數(shù)；新繁龍藏寺主壁畫和藻井壁畫各提取1個特征數(shù)；蓬溪寶梵寺壁畫“十八羅漢”中，根據(jù)羅漢著衣色調(diào)的差異各提取3個特征數(shù).實驗中每類圖像提取了多個顏色特征，該取值能夠反映出四川古壁畫圖像最為本質(zhì)的特征，參數(shù)的選擇對分類識別的準(zhǔn)確率具有至關(guān)重要性的作用.

3.2 相似度計算

本研究采用直方圖相交法進(jìn)行特征向量的相似度計算.基本方法是提取待識別古壁畫圖像的顏色直方圖，計算四川古壁畫圖像數(shù)據(jù)庫中顏色直方圖之間的距離，距離較近的就被歸入同一個類別.

3.3 分類

圖像分類是四川古壁畫識別研究的核心部分，內(nèi)容包括特征描述與分類器設(shè)計兩個主要方面.由于圖像特征的客觀描述直接關(guān)系到圖像分類的準(zhǔn)確率，因此，確定既能夠準(zhǔn)確表達(dá)同類圖像之間的相似性，又能夠區(qū)分不同類圖像之間差異性的特征至關(guān)重要.對于四川古壁畫圖像而言，顏色信息對于整幅圖像可辨識度最高，研究只需在同一類別的壁畫中選擇出幾個最具代表性的色彩特征即可.研究采用最鄰近算法對壁畫圖像進(jìn)行分類，根據(jù)數(shù)據(jù)點與特征點的相似度計算，將其歸入到最為鄰近的類別當(dāng)中去，進(jìn)而實現(xiàn)壁畫圖像的自動分類.

3.4 正確率計算

四川古壁畫識別研究是在已知每個點的正確分類和分類器的分類之后，計算出分類器的正確率.分類準(zhǔn)確率計算包括：計算正確的分類、計算錯誤的分類和計算正確識別率的百分比.

3.5 界面顯示分類結(jié)果

為了方便用戶查看系統(tǒng)分類的結(jié)果，本研究設(shè)計了一個古壁畫分類系統(tǒng)顯示界面，顯示參數(shù)值、分類情況和分類的正確率，當(dāng)我們設(shè)定好參數(shù)k值以后識別系統(tǒng)就會隨機(jī)生成實驗結(jié)果.

實驗統(tǒng)計結(jié)果顯示：當(dāng)參數(shù)k值取值為最佳時，在識別系統(tǒng)隨機(jī)生成的10次實驗結(jié)果中，劍閣覺苑寺壁畫最高識別率89%，最低識別率86%，平均識別正確率87%.廣漢龍居寺壁畫最高識別率91%，最低識別率90%，平均識別正確率90%.新津觀音寺壁畫最高識別率91%，最低識別率87%，平均識別正確率90%.新繁龍藏寺壁畫最高識別率89%，最低識別率87%，平均識別正確率89%.蓬溪寶梵寺壁畫最高識別率89%，最低識別率86%，平均識別正確率88%.四川古代佛寺壁畫系統(tǒng)識別的平均準(zhǔn)確率達(dá)到89%，總體上取得了較好的分類識別效果.

4 結(jié)語

四川古壁畫分類識別系統(tǒng)研究中，由于5類壁畫圖像中每個類別的顏色特征都不統(tǒng)一，因此本研究采用選擇多個特征向量來代表該類圖像顏色特征的方法.在整個識別系統(tǒng)研究中k值的選擇對分類識別準(zhǔn)確率的提高具有決定性的作用，k值過大會出現(xiàn)對數(shù)據(jù)的過度擬合，過小則會導(dǎo)致分類識別的準(zhǔn)確率不高，因此，存在一個最優(yōu)k值確定的問題.四川古壁畫識別系統(tǒng)中最優(yōu)k值的確定，主要根據(jù)實驗數(shù)據(jù)顏色空間的分布情況來決定，最后通過計算系統(tǒng)隨機(jī)生成的多次識別結(jié)果的平均值來驗證是否最優(yōu)k值.針對四川的古壁畫圖像，實驗結(jié)果表明識別系統(tǒng)達(dá)到了令人滿意的分類效果(圖8).基于顏色特征提取的四川古壁畫分類識別研究是計算機(jī)模式識別技術(shù)在美術(shù)學(xué)科研究領(lǐng)域的一種探索與嘗試，識別系統(tǒng)的實現(xiàn)可為全國壁畫圖像的自動識別研究提供參考.

圖8 四川古壁畫顏色特征提取與分類識別研究創(chuàng)新之處