文物分析｜高光谱成像技术在古代壁画颜料识别与修复的应用

古代壁画所使用的颜料多来源于矿物与植物材料，材料体系复杂，同一种视觉颜色往往由不同物质或多种颜料共同形成，仅凭肉眼或常规成像手段难以准确判断其真实组成。随着文物研究与保护工作的深入，如何在不接触、不破坏文物本体的前提下，获取更客观、可量化的颜料信息，成为一项关键需求。

高光谱成像通过采集壁画表面在连续波段范围内的光谱反射特征，使不同颜料在光谱层面的差异得以清晰呈现。相比仅记录颜色信息的传统影像方式，高光谱数据能够更真实地反映材料属性与颜料组合状态，为壁画颜料分析及分布研究提供可靠的数据基础。

本文以云冈研究院馆藏清代壁画为研究对象 ,利用高光谱遥感探寻壁画的颜料分布，主要采用颜料丰度反演法。

文物表面颜料分析中的一个重要方向是颜料的光谱解混 , 通过光谱解混可以获得彩绘文物表面颜料的组成和比例 。在文物的高光谱图像中 , 纯净颜料的光谱可被视为端元 , 而每个像素则可以描述为多个纯净颜料光谱的混合。

全约束最小二乘法

(Fast Constrained Least Squares, FCLS) 

是解混方法中最经典的线性解混方法之一 , 能够 快速获取颜料的丰度信息 。假定颜料光谱的混合模型为线性混合 , 其混合模型表达式为 :

其中 , x_n为高光谱图像中第n个像素的反射光谱 ;P为端元数量 ; m_p为第p个端元的端元光谱向量 ; a_np为第n个像素中第p个端元的丰度 ; ε_n 为噪声。

在对壁画表面颜料进行丰度反演后 , 借助光谱匹配技术开展颜料识别工作，首要步骤是建立实验室标准光谱库，随后将待测颜料的反射光谱与该标准光谱库进行比对匹配，筛选出与待测光谱相似度最高的颜料光谱，以此作为最终的颜料识别结果。光谱匹配常用的核心方法包括光谱角填图法（Spectral Angle Mapping, SAM） 与光谱特征拟合法（Spectral Feature Fitting, SFF）。其中，SAM 方法通过计算未知光谱与参考光谱所对应向量之间的夹角大小来判断二者的相似性，夹角数值越小，表明两种光谱的相似度越高；SFF 则是基于光谱吸收特征进行匹配的遥感分类技术，在实施匹配前，需先对待匹配光谱与参考光谱进行包络线去除预处理，再运用最小二乘法，对经过包络线去除后的待匹配光谱与参考光谱曲线进行拟合运算。

YGC-GD-1 为浅红色 , 且带有一些桔色色调 ,其光谱曲线先升高后下降 , 在 700nm 附近达到最高值 。经过光谱匹配后 , 与它最相似的颜料光谱 为 : 铅丹、土红、赭石, 其中铅丹最为相似 。

YGC-GD-2为深红色，其光谱曲线在  600 ~  1000nm之间存在明显的波峰和波谷 , 经过光谱匹配后,与它相似的颜料光谱为:赭石 、土红 , 它们的成分皆为 Fe₂ O₃ 。

YGC-GD-3其颜色呈浅黄色。光谱曲线 在 750nm 附近存在波峰 。经过光谱匹配后 , 与其相似的颜料光谱为:雌黄 、石黄 、土黄。其中土黄最为相似 , 它们在 750nm 附近都存在一个较小的波峰 。

在颜料识别中, 利用高光谱技术能够实现无损探测颜料分布情况, 结合其他检测分析手段, 可以准确地对颜料种类进行鉴别, 具有较大的应用价值和潜力。

参考文献：

基于高光谱遥感的馆藏清代壁画表面颜料分析—以《关帝圣迹图连环画》为例

郭 靖1, 汪 雨2,3, 范 潇1, 吕书强∗2,3

(1. 云冈研究院, 山西 大同 037007; 2. 北京建筑大学测绘与城市空间信息学院, 北京 102616;

3. 建筑遗产精细重构与健康监测北京市重点实验室, 北京 102616)