圖像灰度分析技術應用

薛永亮

摘 要：青花瓷紋樣因其單色的表現形式，紋樣是通過顏料的濃淡變化進行控制的。人類約3/4的感光細胞是色盲的，因此，相比于色彩，人眼對于灰度變化更敏感，青花瓷紋樣顏料的濃淡變化本質上是灰度變化，使用灰度變化來營造畫面。不同時期的青花瓷紋樣灰度變化受時代影響而發生改變，因此，以現代圖像分析技術為手段，以古代和現代青花瓷紋樣作為比較對象，對紋樣的邊緣線進行灰度檢測，分析古代和現代青花瓷紋樣灰度變化特征。

關鍵詞：圖像灰度分析；明清青花瓷；現代青花瓷；紋樣；灰度檢測

1前言

本研究中古代青花瓷紋樣和現代青花瓷紋樣的圖像分別來自于中國故宮博物院官網和中國知網文獻資料當中。本研究共有12個研究樣本，明清時代六個樣本，現代六個樣本，樣本數量不多，因此只對變化趨勢進行分析。由于古代陶瓷有些樣品器型是瓶或者罐的原因，其上面的紋樣如果全部截取會發生形變，對測量結果產生影響，本研究只對青花瓷紋樣的平整部分，并且是光源穩定部分截取研究，因此主要對紋樣當中的主體部分進行測量，包括鳥類、人物、山體和山石。古代紋樣：青花枇杷綬帶鳥紋大盤（鳥紋樣）、青花花鳥紋梅瓶（鳥紋樣）、青花嬰戲圖圓盒（人物紋樣）、青花人物圖長方瓷板（人物/山水紋樣）、青花山水人物圖蓋罐（山水紋樣）?，F代紋樣：叢林暢想（鳥紋樣）、碩果累累（鳥紋樣）、稚趣（人物紋樣）、童子下棋圖（人物紋樣）、云居（山水紋樣）、青花山水（山水紋樣）。

2圖像灰度分析

在繪畫中，區分不同主體間的方式主要有兩種形式，一是通過對主體施加明顯的邊緣線來突出，在圖像中表現是，主體的邊緣線灰度更低，邊緣線以實線的形式區分主體。二是通過較大的灰度對比區分兩個主體，邊緣的灰度和主體灰度接近一致，這種方式沒有明顯的實線存在。兩種方式都有劃分區域的功能，代表了主體的邊界[1]。邊緣線上測得數值點的多少代表了邊緣線的連續性強弱，通過測量邊緣線各個數值點之間的距離將會得出強弱的分析，數值點距離越小代表邊緣線連續性越強，線條越明顯，數值點距離越大代表邊緣線連續性越弱，線條越模糊。

本部分將對紋樣當中邊緣線的處理方式進行測量，測試的結果分為兩種情況：

第一，在ImageJ軟件中，通過施加Find Maxima指令，可以分析出區域內各個像素塊之間差異極值點，測試圖像1中以紅點顯示了在區域內各個像素塊灰度極值點，表示該點與其他像素塊之間對比，比其他各個像素塊之間的灰度對比差異最大。此方法將沿用到紋樣邊緣線查找分析中，在紋樣中如果邊緣線有明顯的加深處理將會被檢測出來，這表示紋樣的邊緣線處于兩個不同灰度區域的交叉處，獨立存在，形成了獨立的灰度區域，如測試圖像2，根據右側的校準條（calibration bar）可以看到圖像中被標記的紅點位置處灰度值很低，以灰度較低的邊緣線的形式存在，因此，如果紋樣當中存在被加深的邊緣線將會被識別出來。

第二，如果紋樣劃分區域不使用邊緣線加深的處理的方式，軟件將不能分析邊緣附近的最大值，這是因為邊緣兩側的區域灰度差異數值趨同，如測試圖像3，分析功能沒有分析出該區域內最大的灰度對比數值點。因此，此種結果代表了紋樣的邊緣沒有經過明顯的加深處理，是研究紋樣邊緣的重要檢測手段。

這兩種不同的分析結果將對紋樣的邊緣做出解釋，以科學的測量形式，證明明清和現代青花瓷紋樣在邊緣上處理方式的區別。本部分研究將對紋樣的邊緣處進行測量，測量的部位包括明清和現代紋樣中，鳥類的頭部、身體部分；人物的頭部、身體部分；遠處的山脈和近處的山石部分，主要對這些部分較長的邊緣進行分析。由于青花顏料和釉是液體的原因，在繪畫和燒制的過程中必然會有流動的現象存在，這也因此對紋樣邊緣線部位造成暈散影響，因此為了避免這種未知因素影響，在軟件中將通過BRGBCMYW LUT模式進行邊緣分析。BRGBCMYW LUT模式下，紋樣的灰度數值將會被以區間的方式概括，從低到高以黑、紅、綠、藍、青、紫、黃、白8種色彩顯示，如測試圖像4顯示，在這種模式下可以輕松分辨紋樣的邊緣位置[2]。

3紋樣邊緣線圖像灰度分析過程

表1為具體過程，使用segmented line工具在紋樣邊緣處擴選，寬度數值15，選取區域包含了邊緣本身及其兩側的區域（過程1），之后進行find maxima指令測量最大灰度數值點。如果紋樣邊緣線區域包含沒有青花紋樣的白底釉面，將加以Light background指令，這樣在查找紋樣當中的最大數值點時將不會在白底釉面當中尋找，只在具有明顯灰度區域內查找最大像素點。經過邊緣查找后各個最大數值點顯示在紋樣圖像中（過程2），通過分析各個點之間的距離就可得出邊緣線的連續性強度。具體步驟是，通過軟件中的single point指令將之前分析出的數值點導出為黑白圖像（過程3），圖像中黑點的灰度是0，白色部分灰度是255，經過plot profile指令將以圖表的形式顯示（過程4），圖表的橫坐標代表數值點的距離，縱坐標代表數值點的灰度。在圖表中每個數值點的灰度都是255，因此頂點處即為數值點的位置，用straight line工具從左到右連接這些頂點形成封閉區域，使用wand（tracing）tool工具對每一段區域進行Bounding rectangle測量，得到每個點之間的距離，距離以width顯示（過程5）。計算各個點之間的距離平均值，取整數（過程6），平均值越小代表邊緣線連續性越強，越明顯，平均值越大代表邊緣線連續性越弱，越模糊。產生的平均值將以圖表的形式顯示[3]。

4圖像灰度數值分析與圖像灰度結果比較

4.1圖像灰度數值分析

（1）表1《碩果累累》鳥類紋樣中，分析出的兩個最大數值點不在邊緣處，因此采樣點不能分析出結果；《云居》山水紋樣中，只獲得了一個數值點，也不能分析出結果。原因是兩者紋樣的分析區域中，邊緣線加重痕跡不明顯，代表二者不是通過加深邊緣線的方式劃分區域。