排序方式: 共有8条查询结果,搜索用时 234 毫秒
1
1.
高光谱成像技术作为一种无损高效的检测方法,对于彩绘文物颜料的鉴别具有重要意义。由于全波段参与光谱相似度计算会造成数据的冗余,没有充分利用光谱的细微特征。为此,本文首先对文物颜料光谱吸收特征进行参量化分析,并通过改进的光谱吸收特征拟合算法与标准光谱进行匹配识别,从而得到识别结果。实验以获取的一幅波长为400~1000nm的古代壁画高光谱影像为例,通过光谱吸收特征分析识别出壁画的颜料主要成分有朱砂、赭粉、石绿和石青,4种颜料的光谱吸收特征拟合度分别是:0.95、0.77、0.92、0.81。实验结果表明:对光谱吸收特征分析可以帮助识别彩绘文物的颜料信息,该方法可为以后文物修复提供参考。 相似文献
2.
瞿昙寺因寺内所藏巨幅彩色壁画而闻名,但由于受到自然因素及人为因素的影响,寺内51间壁画廊中有些壁画已经发生褪色、龟裂、卷翘、起甲、颜料层脱落等病害,尤其是颜料层一旦脱落,对于不可再生的壁画来说,损失无法弥补。因此在壁画的保护修复过程中,对壁画病害的识别与评估就变得十分关键。以瞿昙寺西回廊的高光谱图像数据为研究数据,利用支持向量机(Support Vector Machine,SVM)方法对壁画病害识别分类;以此提取的病害矢量数据为基础,构建壁画病害的评估指标要素,进而提出基于多元统计回归的LS-SR-AIC评估模型,实现壁画病害严重程度的评估。实验结果表明:利用该方法颜料层脱落病害的SVM提取精度达95%以上,同时为颜料层脱落病害工程评价提供了一种新的方法指导,为文物的健康评价走向定量化评估提供参考与借鉴。 相似文献
3.
4.
5.
利用高光谱像元解混方法识别彩绘文物表面复合颜料的类别已成为文物保护修复领域的研究热点,其中端元提取是关键的一个环节。首先选择中国绘画5种色系中具有代表性的矿物颜料,通过线性混合其反射光谱合成模拟高光谱图像;然后采用内部最大体积法、顶点成分分析、最小体积单形体分析、基于变分增广拉格朗日单形体识别以及最小体积约束的非负矩阵分解5种基于几何单形体的端元提取算法;最后在不同信噪比和是否有纯净像元的图像中提取混合颜料中的端元,并以光谱夹角距离和光谱信息散度作为评价指标,分别比较5种算法端元提取的精度。实验结果表明,基于变分增广拉格朗日单形体识别法和最小体积约束的非负矩阵分解法对混合颜料的端元提取效果较好,可为文物表面颜料解混提供参考。 相似文献
6.
7.
8.
1