引用本文
严静, 唐兴佳, 贺章, 王曾, 陈爱东, 张朋昌, 董文强, 高婧威. 基于高光谱图像处理的陕西西安白杨寨晚唐墓M1373壁画颜料层研究[J]. 光谱学与光谱分析, 2025,45(4): 1036-1044.
YAN Jing, TANG Xing-jia, HE Zhang, WANG Zeng, CHEN Ai-dong, ZHANG Peng-chang, DONG Wen-qiang, GAO Jing-wei. Research on the Pigment Layer of Mural Paintings From the Late Tang Tomb M1373 in Baiyangzhai, Xi'an, Shaanxi Province Based on Hyperspectral Image Processing[J]. Spectroscopy and Spectral Analysis, 2025,45(4): 1036-1044.
Doi:10.3964/j.issn.1000-0593(2025)04-1036-09  
Permissions
Copyright©2025, 《光谱学与光谱分析》期刊社
《光谱学与光谱分析》期刊社 所有
基于高光谱图像处理的陕西西安白杨寨晚唐墓M1373壁画颜料层研究
严静1,2, 唐兴佳3,4,*, 贺章1,2, 王曾1,2, 陈爱东1,2, 张朋昌5, 董文强3,4, 高婧威3,4
1.陕西省考古研究院, 陕西 西安 710109
2.考古发掘现场文物保护国家文物局重点科研基地, 陕西 西安 710109
3.西北工业大学文化遗产研究院, 陕西 西安 710072
4.考古探测与文物保护技术教育部重点实验室(西北工业大学), 陕西 西安 710072
5.中国科学院西安光学精密机械研究所, 光谱成像技术研究室, 陕西 西安 710119
*通讯作者 e-mail: tangxingjia@nwpu.edu.cn

作者简介: 严 静, 女, 1984年生, 陕西省考古研究院副研究馆员 e-mail: sky-echo@126.com

收稿日期: 2024-05-31 修订日期: 2024-12-10
基金: 国家自然科学基金面上项目(52372035), 国家重点研发计划课题(2023YFF0906202)资助
摘要

2022年11月出土于陕西西安白杨寨晚唐墓M1373是一项保存较好的晚唐墓葬遗产, 其多彩多姿的墓葬壁画对于研究晚唐时期的祭祀、 礼仪、 音乐、 服饰、 艺术等具有重要意义, 特别是为研究唐宋之际的壁画风格题材转变提供了直接材料。 然而, 由于年代久远, 该壁画颜料层依旧出现了许多典型病害, 如颜料脱落、 起甲、 泥水污染等, 加之后续揭取会给壁画颜料层带来人为干预, 这会使得壁画信息受到一定影响。 为此, 利用高光谱成像技术在壁画揭取之前进行一体化图谱信息获取, 而后采用光谱分析与高光谱图像处理技术对壁画表面颜料层进行分析, 并以乐舞图为例, 研究该壁画绘制的颜料与工艺。 实验结果表明: 该壁画红色、 黄色、 绿色等颜料采用了传统的赭石、 土黄/石黄、 石绿等矿物颜料, 且在绘制地毯花卉时, 红色颜料和绿色颜料被大量稀释使用, 而黄色颜料使用并不明显; 壁画绘制时用墨色或硬笔起底稿, 用红线勾勒, 底稿线与表层勾勒线大多存在偏移, 且有些区域勾勒线与底稿线偏移较严重, 说明起稿和定稿之间有一定的改动; 同时, 部分区域底稿线较为明显, 部分区域则不太清晰, 通过高光谱图像处理方法, 发现了隐藏于颜料层表面或勾线之下的起稿线; 该壁画主要采用了分布式非重叠二维直视的画面布局方式, 空间立体感稍差, 但对于乐手手指和乐笛交汇的多个位置, 有的出现了前景与背景图案非重叠的二维直视绘制方式, 有的出现了少量前景与背景图案重叠的二维透视绘制方式, 说明该壁画在绘制前和绘制时进行较好的布局设计, 且未出现明显的涂改。 此外, 还发现该壁画存在一些隐藏的污水污染病害。 上述研究为该壁画的现场保护方案制定和后续研究与保护修复等提供了数据资料、 研究方法和初步结论支撑。

关键词: 唐墓壁画; 光谱分析; 高光谱图像处理; 壁画颜料层; 壁画绘制工艺
中图分类号:K854.1 文献标志码:A
Research on the Pigment Layer of Mural Paintings From the Late Tang Tomb M1373 in Baiyangzhai, Xi'an, Shaanxi Province Based on Hyperspectral Image Processing
YAN Jing1,2, TANG Xing-jia3,4,*, HE Zhang1,2, WANG Zeng1,2, CHEN Ai-dong1,2, ZHANG Peng-chang5, DONG Wen-qiang3,4, GAO Jing-wei3,4
1. Shaanxi Academy of Archaeology, Xi'an 710109, China
2. Key Scientific Research Bose of On-Site Conservation, State Administration for Cultural Heritage, Xi'an 710109, China
3. NPU Institute of Culture and Heritage(NICH), Northwestern Polytechnical University, Xi'an 710072, China
4. Key Laboratory of Archaeological Exploration and Cultural Heritage Conservation Technology (Northwestern Polytechnical University), Ministry of Education, Xi'an 710072, China
5. Laboratory of Spectral Imaging Technology, Xi'an Institute of Optics and Precision Machinery, Chinese Academy of Sciences, Xi'an 710119, China
*Corresponding author
Abstract

The late Tang tomb M1373, unearthed in November 2022 in Baiyangzhai, Xi'an City, Shaanxi Province, is a well-preserved late Tang tomb heritage. Its colorful and varied tomb murals are significant for studying the worship, etiquette, music, clothing, art, and other aspects of the late Tang period, especially providing direct materials for studying the transformation of mural styles and themes during the Tang and Song dynasties. However, due to its age, the pigment layer of the mural still exhibits many typical diseases, such as pigment peeling, nail peeling, and mud and water pollution. In addition, subsequent mural removal will bring human intervention to the mural. The above will have a certain impact on the information and value of the mural. For this purpose, in this study, we utilized hyperspectral imaging technology to obtain integrated spectral and special information before uncovering murals. Then, spectral analysis and hyperspectral image processing techniques were used to analyze the surface pigment layer of murals. Taking the music and dance painting as an example, the pigment and craftsmanship of mural painting were studied. The experimental results show that the mural uses traditional mineral pigments such as ochre, earth yellow/mineral yellow, and mineral green for its red, yellow, and green pigments, and when drawing carpet flowers, red and green pigments are heavily diluted and used. In contrast, the use of yellow pigments is not obvious. When drawing murals, ink or a hard pen starts the draft, and red lines outline it. The baseline lines are mostly offset from the surface outline lines, and some areas of the outline lines are severely offset from the baseline lines, indicating certain changes between the start and final drafts. Some areas of the baseline lines are more obvious, while others are unclear. Through hyperspectral image processing methods, it was discovered that the starting lines were hidden beneath the pigment layer surface or lines. Moreover, these murals mainly adopted a distributed non overlapping two-dimensional direct view layout, resulting in a slightly poor spatial stereoscopic sense. However, for multiple locations where the fingers of the musician intersect with the flute, some had adopted a two-dimensional direct view drawing method where the foreground and background patterns do not overlap. In contrast, others have adopted a two-dimensional perspective drawing method where a small amount of foreground and background patterns overlap, indicating that the mural was well laid out before and during painting, and there were no obvious alterations. In addition, some hidden sewage pollution diseases were found in the mural. The above research provides data, research methods, and preliminary conclusions to support the development of on-site protection plans for the mural and subsequent research, protection, and restoration.

Keyword: Tang tomb murals; Spectral analysis; Hyperspectral image processing; Mural pigments Layer; Mural painting craftsmanship
引言

墓葬壁画(以下简称壁画)是一类重要的文化遗产。 图1所示为2022年底发掘出土于陕西省西安市东郊白杨寨的晚唐墓M1373墓葬壁画[1]。 该壁画是晚唐时期的大型砖石墓葬壁画, 壁画内容丰富、 色彩艳丽、 时代特征明显[2]。 考古推测M1373墓墓主为权宦刘行深或其夫人。 该墓是目前考古发现的唯一一座刘弘规子辈成员墓, 为研究晚唐时期家族墓地布局提供了重要资料[1]。 其墓室出土的精美壁画为近年来所罕见, 特别是壁画内容与发现的其他晚唐壁画差异明显, 对于研究唐宋之际壁画题材及风格转变有着重要的节点意义[3, 4]。

图1 西安白杨寨晚唐墓M1373壁画墓室东壁乐舞图Fig.1 Music and dance painting on the east wall of the mural in the late Tang tomb M1373 of Baiyangzhai, Xi'an

M1373墓壁画属于典型的干壁画, 由支撑层、 地仗层、 白灰层和颜料层组成, 整体保存状况较好, 但也出现了开裂、 空鼓、 表面污染、 褪色等病害。 这些病害严重影响了壁画的艺术、 历史与文化价值, 亟待进行壁画研究与保护修复[5]。 为此, M1373 墓壁画使用了考古现场揭取而后修复的保护方式。 但揭取保护过程中材料和人为干预较多, 加之本身存在的壁画病害, 给壁画的后续研究与保护修复带来了一定干扰。 因此, 在壁画揭取之前, 采取技术手段对壁画进行全面信息采集与分析十分必要。

通常, 对于壁画信息的采集分析, 使用较多的是单一的材质点采分析和图像处理方式[6, 7]。 然而, 点采分析只能掌握壁画彩绘的局部颜料属性, 无法全面了解颜料使用的全局动态变化规律[8, 9]; 而图像处理虽然能了解壁画全局视觉信息, 但对其色彩真实性分析不够。 因此, 对于具有视觉艺术和整体美感的壁画分析来说, 现在的研究大多联合使用成像类和材质点采分析方法, 以同步研究壁画的视觉和材质属性, 但不足之处是其材质分析还是以局部为主, 依旧无法做到材质视觉一体化研究。 随着现代科技的发展, 逐渐发展了一些视觉与材质一体化分析的技术。 例如, 高光谱成像技术能够全面记录画面的图谱信息, 能够获取壁画可见光、 近红外高光谱图像, 发掘画面人眼不可见隐藏信息, 并通过获得的壁画颜料光谱曲线快速分析识别壁画材质信息, 已成为一种研究壁画绘制材料、 绘制工艺等的有效手段[10, 11, 12, 13]。

为此, 针对陕西西安白杨寨晚唐墓M1373壁画(以墓室东壁乐舞图为例)存在的颜料褪色、 泥水污染及颜料层脱落等病害问题, 在壁画揭取保护之前, 利用高光谱成像技术获取壁画图谱数据, 并结合光谱分析与高光谱图像处理方法[14, 15, 16], 对该壁画所使用的颜料、 底线、 图案进行分析, 进而综合研究该壁画颜料层的工艺特点等。

1 壁画高光谱图像的获取

高光谱成像系统是壁画高光谱图像获取的主要工具。 本研究采用如图2所示的定制的光照成像一体化的高光谱成像系统, 并通过扫描方式获得壁画可见光、 近红外(400~1 000和1 000~2 500 nm)波段的高光谱图像。 其中, 可见光高光谱成像系统可以感知壁画的色彩和人眼可见材质纹理信息, 近红外高光谱成像系统可以感知壁画的人眼不可见材质纹理信息。

图2 本研究采用的定制化高光谱成像系统Fig.2 Customized hyperspectral imaging system used in this study

实际成像时, 为保障数据获取的稳定性和安全性, 通过轨道进行设备的间隔性平移, 并借助高光谱相机自带的内推扫成像模式对壁画局部进行成像。 此时, 壁画全局光谱图像需通过壁画局部光谱图像拼接得到。 同时, 采用宽波段低照度光谱灯珠照射的同步照明方案, 以保障采集数据的稳定性与对壁画的无损安全。 图3和图4为本研究所获得的壁画局部高光谱图像及其选点的光谱曲线, 包括乐器红色部位、 衣服黄色部位、 发饰黑色部位、 墙面白色部位及脸部亮红色部位。

图3 壁画高光谱成像扫描系统所获得的壁画局部可见光、 近红外高光谱图像Fig.3 Local visible light, near-infrared hyperspectral images of murals obtained by the mural hyperspectral imaging scanning system

图4 壁画高光谱成像扫描系统所获得的壁画选点的可见光、 近红外光谱曲线Fig.4 Visible light, near-infrared spectra of mural obtained by the hyperspectral imaging scanning system

此外, 通过对唐墓壁画常用的颜料色系进行调研, 选取唐代及唐代以前红绿黄蓝四种典型色系颜料, 并采用光谱辐射度计对上述唐墓壁画常用颜料进行可见光、 近红外(350~2 500 nm)高光谱采集, 以构建用于后续颜料光谱分析的典型颜料光谱数据样本库。 具体包括红色颜料 8 种(赭石, 朱砂, 银珠, 铅丹, 土红, 岩朱土, 岩赭石, 雄黄)、 绿色颜料 2 种(石绿, 铜绿)、 蓝色颜料 3 种(青金石, 石青, 花青)、 黄色颜料 5 种(雌黄, 石黄A, 石黄B, 藤黄, 土黄); 同时, 选择多种黑色颜料和白色颜料作为辅助分析颜料。

2 壁画颜料识别分析

真实场景下的壁画颜料通常面临颜料退化、 背景与噪声干扰等情况。 为此, 基于已有研究进行改进, 使用一种基于融合光谱分析的颜料识别算法; 同时, 通过多要素混合建模模拟真实场景下的光谱表达, 并结合改进的融合光谱分析算法完成真实场景下的壁画颜料识别分析。

2.1 基于改进的融合光谱分析与多要素混合建模的壁画颜料光谱识别方法

首先, 对于实际的壁画颜料使用情况, 选择所使用颜料色系的第i种颜料的光谱f(i)、 黑色颜料(模拟烟尘污染)fk和壁画背景(模拟白色基底)光谱fw, 并按加权混合的方式得到模拟的颜料混合光谱fr(i), 表示为

fr(i)=af(i)+bfk+cfw(1)

式(1)中, a、 b和c为相应光谱的配比权值。 然后, 以光谱角匹配算子SAM(x, s)与光谱信息散度算子SID(x, s)为基础算子[17], 通过加权融合方式构造融合光谱分析算子, 以提升光谱识别方法的准确性。 此时, 融合光谱分析算子CCM(fr, s)表示为

CCM(fr, s)=αSAM(fr, s)+βSID(fr, s)(2)

式(2)中, α 和β 分别为调整系数, s为对应色系的待识别颜料采集光谱。 为保证式(2)前后两项量纲一致, 将α 和β 归一化, 并引入新的归一化参数γ , 令γ =αα+β, 则1-γ =βα+β, 式(2)变为

CCM(fr, s)=γSAM(fr, s)+(1-γ)βSID(fr, s)(2)

式(3)中, 归一化调制参数γ 定义为:

γ=1M∑m=1MSIDm1M∑m=1MSAMm+1M∑m=1MSIDm(4)

式(4)中, M为所使用颜料色系特征库颜料数。 最后, 统一量纲并做指数归一化处理, 将前述融合光谱分析算子重新表示, 其表达式如式(5)

C~CM=-log12πexp(-0.5CCM2)(5)

可以看出, 对于归一化的融合光谱分析算子C~CM, 其值越小, 匹配度越高。

研究表明, 真实场景下的颜料层不但是一种混合态物质, 且存在不同大小的粒径状态。 根据物理光学理论, 粒径对颜料光谱的影响主要体现在幅值上。 它通过影响光的散射, 改变光的反射强度, 而光谱曲线的形状基本不变。 加胶后颜料光谱变化主要体现在胶体有机分子键对近红外波段光谱的局部吸收作用, 对可见光光谱影响不大。 壁画基底的湿度主要影响近红外波段的水气吸收峰, 对可见光光谱影响也不大。 此外, 烟尘污染、 壁画基底对壁画颜料层的光谱影响是整体的, 可以理解为光谱混合。 因此, 在真实场景的壁画颜料光谱识别中, 可以改进使用可见光波段(含少量近红外光谱)的颜料光谱特征进行光谱识别(选择400~750 nm光谱波段); 同时, 基于式(1)的加权光谱混合模拟下的真实场景壁画光谱分析识别方案, 结合已有的研究和多次验证, 改进设定彩色颜料、 黑色颜料(模拟烟尘污染)、 白色颜料(模拟白色基底)的加权值为8.5：0.5：1。

2.2 白杨寨晚唐墓M1373壁画墓室东壁乐舞图颜料识别实验分析

下面按照前述光谱加权比下的模拟混合光谱方案, 基于主成分变换伪彩色展示技术、 高光谱图像分类识别和融合光谱分析等方法, 对不同色系的壁画表面颜料进行光谱识别。

以乐舞图为例, 本壁画主要采用红色系颜料绘制衣物、 地毯、 乐鼓等, 采用黄色系颜料绘制衣物、 地毯、 桌子等, 采用绿色系颜料绘制衣服、 地毯花纹等, 采用黑色系颜料绘制桌子、 头发、 鞋子等。 以本墓葬壁画乐舞图中的地毯为例, 地毯外围为一圈黄色宽边, 中间以三纵三横红色编织状条带分割出16个方框, 方框内绘有红色、 黄色、 浅绿色花卉。

如图5所示, 为乐舞图地毯彩色图案及其高光谱图像主成分变换后前三通道合成的伪彩色图像。 从图中可以明显看出, 不同色系颜料的现状信息和其褪色痕迹。 如图6所示, 利用光谱角匹配法得到红色、 黄色、 绿色系颜料的光谱识别分布图。 从不同色系颜料的高光谱识别分布图可以得出, 绿色颜料存在大量相似残留, 其残留视觉现状表现和黄色颜料相似, 红色颜料被稀疏用于绘制花卉, 其颜色浓度较鼓中的红色轻很多, 而绿色或黄色颜料与红色颜料组合使用绘制花卉。

图5 乐舞图地毯彩色图像、 高光谱图像主成分变换的前三通道合成的伪彩色图像Fig.5 Color image, pseudo color image consisted by first three channels of principal component of music and dance painting carpet's hyperspectral image

图6 乐舞图地毯红色、 绿色、 黄色颜料高光谱识别分布图Fig.6 Distribution of hyperspectral recognition for red, green, and yellow pigments in music and dance painting' carpet

进一步利用改进的融合光谱识别算法得到不同色系颜料的光谱匹配结果与匹配识别度, 如图7— 图9所示。 其中, 将该图案红色位置处光谱与前述壁画颜料光谱数据库进行匹配, 得到红色颜料匹配结果为土红(赭石)的可能性较大; 将该图案黄色位置处光谱和前述壁画颜料光谱数据库进行匹配, 得到黄色颜料匹配结果为石黄/土黄的可能性较大; 将该图案绿色位置处光谱和前述壁画颜料光谱数据库进行匹配, 得到绿色颜料匹配结果为石绿的可能性较大。

图7 本墓葬壁画红色颜料光谱匹配结果与匹配识别度Fig.7 Spectral matching results and matching recognition of redpigments in this tomb mural

图8 本墓葬壁画黄色颜料光谱匹配结果与匹配识别度Fig.8 Spectral matching results and matching recognition of yellow pigments in this uomb mural

图9 本墓葬壁画绿色颜料光谱匹配结果与匹配识别度Fig.9 Spectral matching results and matching recognition of green pigments in this tomb mural

通过上述实验可以得到, 对于唐墓壁画不同色系的颜料, 基于不同颜料真实场景下的混合模拟光谱数据, 并利用改进的融合光谱匹配分析方法可以对该壁画红色、 黄色、 绿色等颜料给出相应的识别结果; 同时, 结合高光谱图像分类识别结果看出, 在绘制地毯花卉时, 红色颜料和绿色颜料被大量稀释使用, 而黄色颜料使用并不明显。 上述识别结果与大部分唐墓壁画颜料使用习惯基本接近。 例如, 在红色颜料分析中未发现朱砂使用的痕迹, 其主要使用赭石(土红)或其稀释色进行浓淡绘制, 这种使用方式在古代较为普遍。

3 壁画绘制工艺分析

乐舞图是唐墓壁画的典型题材, 对于研究唐代壁画绘制工艺, 了解唐代乐舞文化、 丧葬制度、 社会生活等具有重要意义[18]。 本乐舞图由十个人物组成, 包括男乐手、 女乐手、 舞者、 观者; 其背景以地毯和不同类型的乐器为主。 从布局来说, 画面以抬袖女舞者及右侧持钹舞者为中心, 其他乐手于左右两侧对称分布, 且所有乐伎均为站姿。 从观感来说, 该乐舞图存在大量的人物与背景平面布局而非立体布局的情况, 其主要提体现在壁画画面不同要素是直视平铺式分布关系。 然而, 壁画病害的存在严重影响了本乐舞图中各要素布局与绘制工艺的分析。 为此, 下面使用主成分变换和独立分量分析等高光谱图像处理技术对400~1 000及1 000~2 500 nm壁画局部高光谱图像进行处理, 以分析研究该墓葬壁画的绘制工艺。

3.1 壁画服饰底稿线绘制工艺

通常, 壁画绘制一般从总体设计开始, 然后依次布局、 打底稿、 着色、 勾线等。 底稿绘制方法通常有硬笔刮痕、 软笔墨线、 软笔彩线等。 本实验选择墓葬壁画人物服装位置处进行高光谱图像处理, 以分析其服饰绘制底稿线工艺。 其彩色照片与高光谱图像处理特征图像(光谱波段: 上图1 000~2 500 nm, 下图400~1 000 nm, 方法: 主成分变换), 如图10所示。

图10 壁画服饰底稿线的彩色图像与高光谱图像处理特征图像Fig.10 Color image and feature image by hyperspectral image processing of mural clothing baseline line

从图10可以看出, 对于壁画中人物服饰, 使用了大量红色线条。 而从图10上图可以看出, 红色线条下蕴含着细小的线条, 这些线条的走向、 形状和红色线条并不吻合; 同时, 在图10下图中有少量细线条被用于底稿绘制。 体现在处理后的高光谱特征图像中, 底稿线条具有不同于红色线条的灰度和纹理表达结果, 且在图10上图中, 通过高光谱主成分变换, 服饰表层红色线条被明显透过, 突显出另一种底稿线。 综上推测, 在人物服饰绘制中红色线条是通过勾线完成的, 而细线条和隐藏在下层的线条(推测采用硬笔绘制)是实际的底稿线。

3.2 人物细节勾线绘制工艺

对于人物细节的绘制工艺, 本工作主要研究人物细节交汇区域。 通常, 对于壁画不同图案的交汇处, 其线条可以是分布式非重叠方式, 也可以是交织重叠方式。 对乐手手指与长笛(长管)多个交汇位置处进行高光谱图像处理, 得到如图11 所示的一系列高光谱处理特征图像(光谱波段: 上下图1 000~2 500 nm, 处理方法: 主成分变换)。

图11 人物细节交汇处(手指与长笛)的彩色图像与高光谱处理特征图Fig.11 Color image and hyperspectral processing feature map of the intersection of some character details (fingers and flute)

从人物手指与长笛交汇位置处的高光谱处理特征图可以看出, 图11上图的乐手手指与长笛存在少量的重叠。 也就是说, 在绘制过程中, 手指与长笛并未做完全的分布式绘制处理, 而是采用了部分平面交织重叠绘制; 而在图11下图的黄色服饰乐手的手指绘制时, 则保持了手指与长笛分布式不重叠方式, 具备更好的立体感。 可见, 在壁画人物细节绘制中, 整幅壁画采用了一些不一致的绘制方式。

3.3 地毯与人物空间关系绘制工艺

地毯是乐舞图的重要组成部分, 通常可采用三维立体直视(人物与地毯不交叠)、 二维平面透视(人物与地毯交叠)、 二维平面直视(人物与地毯不交叠)等不同绘制方式。 下面利用高光谱图像处理得到人物与地毯相邻位置的高光谱特征图(光谱波段: 上图1 000~2 500 nm, 下图400~1 000 nm处理方法: 主成分变换), 如图12所示。

图12 地毯与人物底稿线的彩色图像与高光谱处理特征图Fig.12 Color image and hyperspectral processing feature map of carpet and character' baseline lines

从图12可以看到, 对于地毯及地毯之上的人物, 无论是彩色图像还是高光谱特征图像, 其地毯与人物细节交汇处的图像灰度和纹理都无明显变化, 也没有明显的重叠关系。 据此推测, 考虑到地毯是乐舞图的主要背景, 在绘制过程中, 可能先完成人物绘制而后进行地毯绘制, 或者地毯和人物分布式非重叠同步绘制。 也就是说, 在没有精准布局设计的前提下, 不太可能先绘制地毯, 而后绘制人物, 并做到人物与地毯不存在明显重叠或涂改。 此外, 以地毯为背景以人物为主体的空间表达缺乏三维立体感, 表现出一定的二维平面直视效果。

3.4 壁画底稿线整体分析

进一步整体分析壁画绘制底稿线, 利用高光谱图像处理技术得到壁画底稿线整体特征图, 如图13所示。 图13上图为已显现底稿线的整体分析结果(光谱波段: 上图1 000~2 500 nm, 处理方法: 左为主成分变换, 右为以独立分量分析为主的综合分析法), 图13下图为人眼不可见底稿线整体分析结果(光谱波段: 下图1 000~2 500 nm, 处理方法: 主成分变换)。

图13 底稿线整体分析下的彩色图像与高光谱处理特征图Fig.13 Color image and hyperspectral processing features through overall analysis of the baseline line

可以看出, 对于不同壁画内容的底稿线, 高光谱图像处理技术都能得到较好的提取效果, 但独立分量综合分析法的效果更优。 在上图中, 底稿线识别结果与全色照片接近, 且部分底稿线细节被增强。 而在下图所示的人眼不可见底稿线分析中, 高光谱成像技术的浅层透视能力对隐藏底稿线进行较好的提取, 其红色服饰下存在的深色底稿线被明显发现。

4 壁画水渍污染病害分析

除了对壁画彩绘颜料和图案绘制工艺进行分析研究, 利用高光谱成像分析技术还可以分析评估一些壁画病害的隐藏分布情况。 如图14所示, 为墓葬壁画上部多个位置的高光谱处理特征图(光谱波段: 上下图1 000~2 500 nm, 处理方法: 主成分变换)。

图14 壁画上部污水污染病害的彩色图像和高光谱处理特征图Fig.14 Color image and hyperspectral processing figures of sewage pollution diseases in the upper part of the mural

从图14可以看出, 在壁画彩色图中已能看出一些污水污染现象, 但不明显。 而从高光谱处理图像可以明显看到, 壁画污水污染病害存在多处扩大或隐藏的情况, 在高光谱特征图上表现为黑色条带比全色照片中的污染痕迹更大、 更多。

初步判断该壁画经历了较多较广的水渍或泥水污染情况, 且污染可能存在一定的渗透现象。 详细的病害风险还需被进一步分析。

5 结论与展望

利用高光谱成像技术对陕西省西安市东郊白杨寨 M1373 墓壁画颜料层表面进行图谱信息采集, 并借助光谱分析与高光谱图像处理技术着重分析研究了壁画绘制颜料、 绘制工艺。 研究结果表明, 该壁画红色、 黄色、 绿色等颜料采用了传统的赭石、 土黄/石黄、 石绿等矿物颜料, 且在绘制地毯花卉时, 红色颜料和绿色颜料被大量稀释使用, 而黄色颜料使用并不明显; 壁画绘制时用墨色或硬笔起底稿, 用红线勾勒, 底稿线与表层勾勒线大多存在偏移, 且有些区域勾勒线与底稿线偏移较严重, 说明起稿和定稿之间有一定的改动; 同时, 部分区域底稿线较为明显, 部分区域则不太清晰, 通过高光谱图像处理方法, 发现了隐藏于颜料层表面或勾线之下的起稿线; 该壁画主要采用了分布式非重叠二维直视的画面布局方式, 空间立体感稍差; 但对于乐手手指和乐笛交汇的多个位置, 有的出现了前景与背景图案非重叠的二维直视绘制方式, 有的出现了少量前景与背景图案重叠的二维透视绘制方式, 说明该壁画在绘制前和绘制时都有较好的布局设计, 且未出现明显改动。 此外, 还发现该壁画存在一些隐藏的污水污染病害。 后续还需结合不同的视觉分析和材料分析方法, 进一步研究和完善本壁画颜料层的详细绘制方法以及更具体的绘制工艺流程。

参考文献
[1] Shaanxi Academy of Archaeology(陕西省考古研究院). Archaeology and Cultural Relics(考古与文物), 2024, (1): 50. [本文引用:2]
[2] ZHANG Yu-zhe(张语哲). Identification and Appreciation to Cultural Relics(文物鉴定与鉴赏), 2023, (4): 12. [本文引用:1]
[3] GUO Rui, FENG Jian, ZHAO Feng-yan, et al(郭瑞, 冯健, 赵凤燕, 等). Journal of Chinese Antiquity(文物季刊), 2023, (3): 119. [本文引用:1]
[4] CHEN Ai-dong, WANG Zeng, LI Xin(陈爱东, 王曾, 李鑫). Archaeology and Cultural Relics(考古与文物), 2024, (1): 116. [本文引用:1]
[5] YANG Wen-zong, ZHANG Ting, WANG Jia(杨文宗, 张蜓, 王佳). Relics and Museolgy(文博), 2017, (5): 90. [本文引用:1]
[6] YAN Jing, LIU Dai-yun, ZHAO Xi-chen, et al(严静, 刘呆运, 赵西晨, 等). Archaeology and Cultural Relics(考古与文物), 2016, (2): 117. [本文引用:1]
[7] LI Chao-xia(李朝霞). North West Fine Arts(西北美术), 2018, (3): 137. [本文引用:1]
[8] Liu Z J, Xu W Z, Zhang Y J, et al. Minerals, 2023, 13(9): 1224. [本文引用:1]
[9] WANG Cong, Mara Camaiti, LIU Dai-yun, et al(王聪, Mara Camaiti, 刘呆运, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2024, 44(5): 1218. [本文引用:1]
[10] CHAI Bo-long, XIAO Dong-rui, SU Bo-min, et al(柴勃隆, 肖冬瑞, 苏伯民, 等). Dunhuang Research(敦煌研究), 2018, (3): 123. [本文引用:1]
[11] LÜ Shu-qiang, HOU Miao-le, WU Wang-ting(吕书强, 侯妙乐, 武望婷). Method and Application of Hyperspectral Digital Protection for Calligraphy and Painting Cultural Relics(书画类文物高光谱数字化保护方法与应用). Beijing: Surveying and Mapping Publishing House(北京: 测绘出版社), 2022. [本文引用:1]
[12] SHI Ning-chang, LI Guang-hua, LEI Yong, et al(史宁昌, 李广华, 雷勇, 等). Sciences of Conservation and Archaeology(文物保护与考古科学), 2017, 29(3): 23. [本文引用:1]
[13] ZHANG Li-fu, WANG Sa, ZHANG Yan, et al(张立福, 王飒, 张燕, 等). Acta Geodaetica et Cartographica Sinica(测绘学报), 2023, 52(7): 1126. [本文引用:1]
[14] Gao Y, Zhang Q, Wang X R, et al. The Electronic Library, 2024, 42(1): 1. [本文引用:1]
[15] Yang J L, Cao J, Yang H M, et al. Sensing and Imaging, 2021, 22(32). https://doi.org/10.1007/S11220-021-00354-2. [本文引用:1]
[16] Liu K X, Wu H X, Ji Y B, et al. Sustainability, 2022, 14(10): 6232. [本文引用:1]
[17] YANG Wen-zong, TANG Xing-jia, ZHANG Peng-chang, et al(杨文宗, 唐兴佳, 张朋昌, 等). Sciences of Conservation and Archaeology(文物保护与考古科学), 2023, 35(4): 11. [本文引用:1]
[18] LI Dan-jie(李丹婕). Archaeology and Cultural Relics(考古与文物), 2020, (5): 102. [本文引用:1]