Гиперспектральная визуализация: инструмент для идентификации пигментов в культурном наследии
Изучение пигментов, использованных в древних каллиграфических работах, картинах и фресках, является ключом к пониманию развития 5000-летней цивилизации нашей страны. Богатая палитра цветов, воплощенная в этих произведениях искусства, является не только отражением творческой фантазии, но и мощной материальной основой для их создания. Идентификация древних пигментов позволяет отследить эволюцию техник и материалов, используемых в разные эпохи и в разных регионах. Анализ пигментов помогает датировать артефакты и проследить культурные связи между разными цивилизациями. В данной работе для неразрушающего анализа пигментов используется технология гиперспектральной визуализации. Данные о спектральном отражении каллиграфических работ, картин и фресок собираются с помощью гиперспектральной камеры, а затем пигменты идентифицируются путем сравнения полученных спектров со спектральной базой данных.
В исследовании используется гиперспектральная камера FS13 (Hangzhou Caipu Technology Co., Ltd.) с диапазоном 400-1000 нм. Камера обеспечивает спектральное разрешение лучше 2,5 нм, до 1200 спектральных каналов и высокую скорость сбора данных: 128 кадров в секунду в полном спектре и до 3300 Гц при выборе определенных спектральных полос.
В основе метода лежит анализ спектра отражения пигментного слоя, который состоит из пигментов, связующих веществ и добавок. Связующие вещества скрепляют частицы пигмента, обеспечивая механическую прочность. Добавки улучшают характеристики пигмента и его технологические свойства.
В процессе старения культурных реликвий происходит разрушение и окисление связующих веществ в пигментном слое. Фактически, сбор данных сводится к анализу спектрального отражения частиц пигмента. Идентификация основана на сравнении спектров, полученных для реликвий, со спектрами чистых пигментов из лабораторной базы данных.
Более надежным подходом является создание обширной спектральной библиотеки, содержащей данные не только для чистых, но и для смешанных пигментов. Необходимо учитывать влияние клея и квасцов. Однако, даже большой объем экспериментальных данных не решает всех проблем из-за сложности пигментного слоя, который может содержать окисленный клей, пыль, следы бактериальной коррозии, особенно на фресках храмов и гробниц. Создание полной и точной библиотеки - это длительный процесс, требующий постоянного пополнения и улучшения. Тем не менее, анализ каллиграфической работы эпохи Мин показал, что для чистых минеральных пигментов достигаются хорошие результаты спектрального сопоставления. Поэтому данное исследование фокусируется на изучении спектров чистых пигментов. (Приводятся частичная карта работы и результаты сопоставления).
Гиперспектральная камера формирует "изображение-куб", состоящее из множества изображений в разных спектральных диапазонах (от видимого до ближнего ИК). Для каждого пикселя изображения можно получить спектральную кривую, характеризующую содержащийся там пигмент. Используя алгоритмы классификации и спектральный анализ, можно определить распределение пигментов в пространстве изображения. Например, была выбрана спектральная кривая золота, а затем с помощью алгоритма Spectral Angle Mapper (SAM) с порогом 0.1 было получено распределение золотого пигмента на изображении.
Оценка влияния инструментального шума на данные гиперспектральной съемки
В ходе практической работы гиперспектральными камерами, из-за большого объема данных, получение файла темнового тока для каждого изображения становится невозможным. Для оптимизации процесса сбора данных и экономии времени необходимо понимать характер изменения инструментального шума. Это позволит разумно планировать частоту сбора данных темнового тока, сохраняя при этом качество получаемых результатов.
Эксперимент проводился в помещении, имитируя условия работы на открытом воздухе. Объектив камеры был плотно закрыт крышкой, и с заданным интервалом времени выполнялся сбор данных темнового тока. (Приводится план сбора данных).
Полученные данные обрабатывались следующим образом: из исходного темнового тока вычитались значения, полученные в более поздние моменты времени. Затем для каждой спектральной полосы (400-1000 нм) вычислялось среднее значение разности, которое отображалось на графике для визуализации изменений темнового тока. (Описываются результаты эксперимента).
Результаты показали, что средние значения темнового тока после вычитания близки к нулю (максимальная флуктуация не превышала 0.4). Это означает, что изменение темнового тока во времени незначительно и не оказывает существенного влияния на данные измерений.
Выводы из эксперимента: Гиперспектральная камера VNIR400H демонстрирует стабильность, а темновой ток практически не изменяется, оставаясь на постоянном уровне. Это позволяет минимизировать учет инструментального шума и выполнять серии снимков (1-2) с небольшими интервалами.
Заключение
Данная глава посвящена исследованию параметров, влияющих на данные, получаемые с гиперспектральной камеры, с целью обеспечения точности изображений и спектральных данных. Эксперименты показали, что освещение и темновой ток оказывают незначительное влияние, фокусное расстояние практически не влияет на спектр отражения скорректированных пикселей, а время экспозиции оказывает некоторое влияние на формирование спектральных данных. Проведенные исследования позволили лучше понять характеристики прибора, что является важным условием для последующего сбора данных и формирования спектральной библиотеки пигментов.
