一种基于高光谱数据的壁画底稿信息提取方法技术

本发明专利技术公开了一种基于高光谱数据的壁画底稿信息提取方法，包括如下步骤：选取预定区域的壁画为样本，并获取该壁画样本的高光谱数据信息；对上述高光谱数据信息进行主成分分析，以获取包含该高光谱数据信息中有效特征信息的主成分；其中，所述主成分为高光谱数据信息中各个波段的线性组合；根据各个波段的权重值而选取出主成分中的特征波段，并由选取出的特征波段合成新的影像；计算所述新的影像的像元统计数据、以及壁画的高光谱数据信息所包含的像元统计数据，将所述壁画对应的像元统计数据与所述新的影像的像元统计数据进行比较并确定相似度，选取相似度超过设定阈值的壁画的像元为壁画的底稿像元。

【技术实现步骤摘要】

本专利技术涉及一种壁画底稿信息提取方法，尤其涉及一种基于高光谱数据的壁画底稿息提取方法。
技术介绍
壁画是附着于古代建筑物上的彩色绘画，主要用于装饰建筑物，是反映古代人类社会生活、宗教信仰和艺术审美等历史文化的重要物质载体。壁画从不同的角度展示了各个时期历史文化与艺术的结合情况，而底稿是壁画绘制过程中的首要信息，它描述了壁画内容的主要轮廓信息，充分反映了绘画者的 初始绘制要义，展示了不同历史时期的绘画技法，因此提取壁画的底稿信息有助于研究者深入探测早期艺术家们的历史信息，深刻认识历史的发展轨迹和状态。由于壁画颜料及不同病害的覆盖，壁画底稿信息变得模糊甚至不可见，但是鉴于底稿信息绘制颜料的特殊性，可以通过特定波长下的光谱表现出来。例如，利用多光谱紫外荧光和红外摄影技术采集壁画信息，深入了解了壁画的原始绘画内容等；或者，利用多光谱成像技术采集油画的影像，提取了自然光条件下肉眼无法探测的底稿信息；又或者，通过获取油画的近红外影像，对底稿线条进行分类处理来确定绘制的工具；以及，采用高光谱成像技术获取历史文本，并根据不同墨水的波谱特性，提取了部分底稿文本信息。这些方法主要采用的是目视判别以及区域性分类手段来获取壁画的底稿信息，可直观的获取底稿信息，但较为费时费力，不利用实现壁画底稿信息的自动化提取。
技术实现思路
本专利技术针对现有技术的弊端，提供。本专利技术所述的基于高光谱数据的壁画底稿信息提取方法，包括如下步骤步骤一，选取预定区域的壁画为样本，并获取该壁画样本的高光谱数据信息；步骤二，对上述高光谱数据信息进行主成分分析，以获取包含该高光谱数据信息中有效特征信息的主成分；其中，所述主成分为高光谱数据信息中各个波段的线性组合；步骤三，根据各个波段的权重值而选取出主成分中的特征波段，并由选取出的特征波段合成新的影像；步骤四，计算所述新的影像的像元统计数据、以及壁画的高光谱数据信息所包含的像元统计数据，将所述壁画对应的像元统计数据与所述新的影像的像元统计数据进行比较并确定相似度，选取相似度超过设定阈值的壁画的像元为壁画的底稿像元。本专利技术所述的基于高光谱数据的壁画底稿信息提取方法的步骤一中，选取表面质地光滑平坦、和/或病害侵害程度低、和/或底稿为含碳颜料绘制的壁画为样本。本专利技术所述的基于高光谱数据的壁画底稿信息提取方法的步骤二中，设X= (X1, X2,…，Χη)τ为高光谱数据信息的η维随机向量，其中Xi = (Xil,Xi2,... ,Xin)T (i = 1,2,.· ,η)是第i个拥有η个指标的样本；X的均值向量为E(X) = μ，X的协方差为R(X) =V^O5则基于样本协方差矩阵R提取主分量的过程如下求R矩阵的特征值及特征矢量，所求得特征值按降序排列为B1 ^ a2 ^ .彡an彡0，与其所对应的特征矢量分别记为确定m个主分量y1; y2, · · · , ym ;其中只=zBfX, i = 1,2, . . . , m ;式中=Bi为由m个主成分矢量βi构成的主成分矢量矩阵。本专利技术所述的基于高光谱数据的壁画底稿信息提取方法的步骤三中，所述各个波段的权重值为预先设置；根据各个波段的权重值绘制权重值与波段对应关系的曲线，该曲线的波峰及波谷部分所对应的波段即为特征波段。本专利技术所述的基于高光谱数据的壁画底稿信息提取方法中，将高光谱成像技术用于壁画底稿信息提取，针对所获取的高光谱影像数据量大，相邻波段间相关性高的特点，先用主成分分析的方法对数据进行降维处理，再对特征波段进行提取和分析，最后通过监督分类对壁画底稿信息进行提取，能够明显提高底稿信息提取效率。附图说明图I为本专利技术所述基于高光谱数据的壁画底稿信息提取方法的流程示意图。具体实施例方式下面结合附图对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。如图I所示，本专利技术所述的基于高光谱数据的壁画底稿信息提取方法，包括如下步骤步骤101，选取预定区域的壁画为样本，并获取该壁画样本的高光谱数据信息。本步骤中，所述预定区域的壁画的选取原则，可依下述进行，即在选取过程中，首先应选取表面质地较为光滑平坦的壁画，以减少因绘制基底起伏不平而带来的数据误差，同时便于后期的采集数据过程中壁画各部分受光均匀；其次选取区的病害侵害程度应较为轻微，严重的病害如地帐层脱落等使得底稿信息已经消失，故无法进行相关信息的探测；最后，壁画的底稿信息应尽可能为石墨等含碳颜料绘制而成，近红外波段对该物质具有较好的探测效果，有利于底稿信息的提取识别。本步骤中，获取壁画样本的高光谱数据信息的设备可借助高分辨率小型CCD摄像机而实现。具体而言，即将壁画置于正前方，在光源照射下，利用摄像机对壁画进行拍摄。该摄像机的光谱范围为400 IOOOnm,共825个波段。所述摄像机连接计算机，已将拍摄的高光谱数据信息导入计算机。步骤102，对上述高光谱数据信息进行主成分分析，以获取包含该高光谱数据信息中有效特征信息的主成分；其中，所述主成分为高光谱数据信息中各个波段的线性组合。由于高光谱影像具有数据量大，相邻波段相关性高的特点，导致数据在一定程度上反映的信息有所重叠。本实施例中采用主成分分析的方法对原始影像数据进行压缩降维处理。主成分分析的基本原理是利用降维(线性变换)的思想，在损失很少信息的前提下把多个指标转化为几个综合指标(主成分)，即每个主成分都是原始变量的线性组合，且各个主成分不相关。它的基本原理如下设有某个η维息体Μ，它的每个样本皆是一个η维随机向量的实现，即每个样本都测得η个指标，这η个指标往往相互影响；而主成分分析方法则将这η个指标合成为较少的几个综合指标，这几个综合指标充分反映原来η个指标的信息，且它们彼此之间互不相关。X= (X1, X2，…，Χη)τ 为 η 维随机向量，其中 Xi = (Xil, Xi2,. . . ,Xin)T(i = 1,2,..，η)是第i个拥有η个指标的样本。X的均值向量E (X) = μ ,X的协方差R(X) = V彡O。基于样本协方差矩阵R提取主分量的基本过 程如下I)求R矩阵的特征值及特征矢量，所求得特征值按降序排列为B1 ^ a2 ^ .彡an彡0，与其所对应的特征矢量分别记为β 1; β 2，. . .，β n。2)确定 m 个主分量 y1; J2, , ym。其中 Jii = 1,2, . . . , m,式中=Bi 为由m个主成分矢量I构成的主成分矢量矩阵。上式建立了 m个线性组合，确定了 m个主分量Yi,并称为由样本协方差矩阵求得的主成分矢量。主成分分析构成的m个主成分y1; y2，. . .，Yni满足以下条件(I)各个主成分是相互正交，互不相关的；(2)每一个主成分均是原始波段的线性组合；(3)第一主成分包含最大的数据方差，第二主成分包含第二大的方差，以此类推，各个主成分包含的方差呈现递减趋势，而最后的主成分由于包含很小的方差，因此主要信息为噪声。因此，根据各主成分方差的贡献率大小来选择包含主要壁画特征信息的主成分影像，以选择最适于提取壁画底稿信息的主成分影像。该方法可将影像中具有相关性的多波段数据集中到完全独立的较少的几个波段上，实现了数据向低维的压缩。这样既提取了有效的特征信息，又大大减少了数据的冗余。步骤103，根据各个波段的本文档来自技高网...

【技术保护点】
一种基于高光谱数据的壁画底稿信息提取方法，其特征在于，包括如下步骤：步骤一，选取预定区域的壁画为样本，并获取该壁画样本的高光谱数据信息；步骤二，对上述高光谱数据信息进行主成分分析，以获取包含该高光谱数据信息中有效特征信息的主成分；其中，所述主成分为高光谱数据信息中各个波段的线性组合；步骤三，根据各个波段的权重值而选取出主成分中的特征波段，并由选取出的特征波段合成新的影像；步骤四，计算所述新的影像的像元统计数据、以及壁画的高光谱数据信息所包含的像元统计数据，将所述壁画对应的像元统计数据与所述新的影像的像元统计数据进行比较并确定相似度，选取相似度超过设定阈值的壁画的像元为壁画的底稿像元。

【技术特征摘要】

【专利技术属性】
技术研发人员：侯妙乐，吴育华，胡云岗，
申请(专利权)人：北京建筑工程学院，
类型：发明
国别省市：