文献推荐 | 基于流形学习与光谱解混的文物表面字迹增强——以云冈第38窟为例

引用格式

王诗涵,吕书强,李丽红等.基于流形学习与光谱解混的文物表面字迹增强——以云冈第38窟为例[J].文物保护与考古科学,2023,35(05):75-82.

文章内容概述

文物表面的文字是了解历史的关键信息，对文物表面文字信息的探索成为文物保护的重要环节。结合流形学习与光谱解混，提出一种新的文物表面字迹增强方法。首先，利用基于流形学习的等距映射方法对预处理后的高光谱图像进行非线性降维，得到信息量最大的灰度图像；其次，分析文字与背景的光谱特征，通过多层非负矩阵分解方法得到字迹丰度图；然后，将二者进行加权平均得到字迹增强图像，再与合成真彩色影像进行HSV融合，得到字迹融合影像；最后，为更好地辨认文字，在字迹增强图像上裁剪文字并做形态学变换，得到字迹提取图。以云冈石窟第38窟的一景褪色文字高光谱图像为例进行了验证，结果表明，该方法能够有效地增强出文物表面的褪色文字，且较其他增强方法效果更好。

内容介绍：

背景

目前对于文字提取的研究多集中于数字图像，获取的光谱特征有限，另一方面是通过构建字迹增强指数来实现文字的提取，但是这种方法未能充分利用图像的空间特征。由于高光谱数据是将光谱特征与成像技术相结合的图像数据，因此，提出了一种基于流形学习与光谱解混相结合的文物表面字迹增强方法。该方法能够有效增强褪色文字，为文物考古研究提供参考。

图1 文字表面字迹增强流程

图2 云冈石窟第38窟字迹增强结果对比

结论

针对文物表面的文字褪色和模糊不清问题，提出了将高光谱图像的空间信息与光谱信息相结合的方法增强字迹，通过等距映射非线性降维得到信息量最丰富图像，并兼顾文字的光谱特征，利用多层非负矩阵分解的方法将字迹与背景区分，得到字迹丰度图，将二者结合得到字迹增强图像，并通过形态学换得到字迹提取图。以云冈石窟第38窟的一景高光谱数据为例进行验证，实验结果表明，本方法能够有效地增强文物表面的文字，为文物保护工作者深入分析文物奠定技术基础。