1 引言
识别壁画颜料信息,对壁画进行保护和修复是文物工作者的主要任务。如何准确识别壁画颜料物质成分,是当前文物保护研究领域的热点。在进行颜料物质识别时,有些方法是有损或微损的,需要采集壁画颜料样本,如X光衍射方法、拉曼光谱分析方法、电镜扫描分析方法等[1-2]。为了不破坏壁画,近年来国内外研究学者们利用分光光度计、光导纤维反射光谱仪、多(高)光谱成像技术等光谱分析技术对壁画颜料进行检测,采集壁画颜料[3-5],再结合光谱匹配技术对壁画颜料进行匹配识别,确定壁画颜料物质种类。常用的光谱匹配参数[6-7]有光谱角、光谱相关系数和光谱信息散度等。光谱匹配识别技术具有速度快、无损等[8-9]优点。但通常情况下,采集光谱数据信息时,由于环境和设备本身的影响,会产生散射噪声。此外,壁画颜料多为矿物颜料,颜料在制作过程中由于矿物质颗粒度大小不一致,或者加水混合的比例不同,会产生同一种颜料物质存在几组幅值有差别的光谱数据曲线偏移情况。上述问题会对光谱数据匹配精度造成干扰,不利于颜料的检测和识别[10]。
消除散射噪声方法主要有多元散射校正、波阻抗差函数等。多元散射校正[11]可以有效地消除散射噪声导致的基线平移和偏移现象,提高光谱吸光度的信噪比。增广拉格朗日通过不断更新惩罚因子和拉格朗日调整乘法器,可以求解得到无约束的最优解[12]。本文针对散射噪声和数据偏移对光谱数据产生的影响,提出将多元散射校正和增广拉格朗日融合用于光谱数据的前期校正处理。在消除散射噪声和数据偏移后,再进行光谱角相似度测量,提高匹配精度,最后通过实验验证了该方法的有效性。
2 方法原理
2.1 多元散射校正方法
多元散射校正方法[13](MSC)是现阶段多波长定标建模常用的一种数据处理方法,多元散射校正可有效消除光谱数据的散射噪声,增强物质成分的光谱信息。该方法建立一个测试样本的理想光谱,能够修正包括偏移系数及平移量等光谱数据[14]。将所有光谱反射率数据放入矩阵rn×m里面,n为光谱波段数,m为光谱种类,以此求取光谱数据的平均值,即
式中rij为第j个种类的光谱在波段i处的反射率值。
利用一元线性回归计算单个光谱数据的偏移系数和光谱平移量,有
式中:ri为单个种类的光谱反射率;
为所有种类的光谱平均值;mi为单个种类光谱ri的一元线性回归后的相对偏移系数;bi为平均光谱
一元线性回归后的平移量。最后计算得到经过多元散射校正后的光谱数据:
校正过程中光谱数据没有收到影响,但提高了光谱数据的信噪比。
2.2 增广拉格朗日函数法
拉格朗日函数法和罚函数法[15]是解决非线性优化问题常用的有效方法。增广拉格朗日函数法[16](AL)是在拉格朗日函数法的基础上,结合罚函数外点法的一种方式。该方法的基本思想是把拉格朗日放入到罚函数中,通过不断更新惩罚因子和拉格朗日调整乘法器,求解无约束的最优解,避免了单一使用拉格朗日函数法或罚函数法时出现的不好结果。增广拉格朗日函数法是现有基于凸函数优化模型方法中运算速度快、精度高的方法之一。考虑只有不等式约束条件的非线性优化问题,有
设λi(i=1,2,…,n)为(4)式中等式相关的拉格朗日乘子,优化(4)式,可得拉格朗日函数为
对于增广拉格朗日函数法构造,定义为
式中c为正的罚系数。增广拉格朗日函数的基本思想是交替调整λ及c的值,求解给定λ及c值下的无约束优化问题(6)式,逐步逼近优化,得到(4)式的最优解。
2.3 融合光谱角的相似性匹配
2.3.1 多元散射校正的光谱角
消除散射噪声[17-18]是为了在进行光谱匹配研究时突出光谱数据曲线的光谱特性,增加不同物质之间的光谱差异,缩小同种物质之间的光谱相似性,降低散射噪声和数据偏移的影响,增加光谱匹配的精度。因此,先使用多元散射校正预处理光谱数据[19-20],再结合光谱角匹配方法(SAM)[21]进行匹配,即MSCSAM方法。
常用的SAM将n个波段的光谱反射率作为n维空间的矢量,求解参考光谱矢量与未知光谱矢量之间的广义夹角,根据广义夹角的反余弦值确定两条光谱的相似性,可定义为
式中:r1和r2为两种物质的光谱数据;θSAM的取值范围为[0,1],值越小表示两条光谱数据曲线越相似,反之则越不相似。将(3)式代入(7)式中,可得MSCSAM广义夹角为
式中:mi1、mi2分别为单个种类光谱ri1、ri2的一元线性回归后的相对偏移系数;bi1、bi2分别为平均光谱
、
一元线性回归后的平移量。
2.3.2 增广拉格朗日和多元散射校正的光谱角
消除散射噪声和数据偏移的目的是重构质量更好的光谱数据[22]。在消除散射噪声的过程中,最小优化模型具有明显的优先选择权。在此基础上,又设计了增广拉格朗日函数[23]融合多元散射校正(ALMSC)的方法,以消除散射噪声和数据偏移,再结合光谱角对光谱数据进行匹配,即ALMSCSAM方法,提高光谱匹配精度。
求解多元散射校正方法中最优的平均光谱
一元线性回归平移量,可表示为
设mi(i=1,2,…,n)符合(9)式中相关的拉格朗日乘子,则可以定义多元散射校正方法中的一元线性回归为拉格朗日函数为
式中:r为单个光谱反射率;m为表示种类光谱R的一元线性回归后的相对偏移系数。定义增广拉格朗日函数型的一元线性回归为
增广拉格朗日函数具有无条件收敛等优点,这使得一元线性回归具有独特的优势,进一步利用增广拉格朗日函数对(9)式中的约束条件问题进行高效求解。
在第k次迭代过程中,固定惩罚函参数c,优化r,根据优化条件
求解相对偏移系数mi,为
再根据(11)式结合相对偏移系数,得出平移量bi为
结合(3)式,可得增广拉格朗日和多元散射校正消除散射噪声后的光谱数据为
式中:Ri_lmsc为经过多元散射校正和增广拉格朗日消除散射噪声的光谱数据。将(15)式和(16)式代入(17)式中,可将Ri_lmsc化简为
将消除散射噪声的光谱数Ri_lmsc代入光谱角中进行相似度测量,得到ALMSCSAM的广义夹角为
式中θALMSCSAM的取值范围为[0,1],值越小说明两条光谱越相似。
ALMSCSAM的算法步骤如下:
1) 将所有的光谱反射率数据放入一个矩阵R里,求取单个波段光谱平均值;
2) 选定初始点r(0),初始增广拉格朗日乘子m(1),初始惩罚因子c1及其系数σ>1,控制误差ε>0与常数θ∈(0,1),令迭代次数初始值为k=1;
3) 多元散射校正方法中一元线性回归结合拉格朗日算法,定义为新一元线性回归方程Ri(r,m(k),c)=bi(r)+(r)+ck/2
(r)2,得到问题最优解;
4) 当
<ε时,r(k)为最优解,则停止,否则跳转步骤5;
5) 当
(r(k))/<θ时,跳转步骤6,否则跳转步骤6;
6) 令m(k+1)=m(k)+ck(r(k)),k=k+1,跳转步骤2;
7) 求解多元散射校正与增广拉格朗日消除散射噪声和偏移的光谱数据Ri_lmsc;
8) 结合光谱角方法对校正后的光谱数据进行ALMSCSAM匹配计算。
3 实验与结果分析
3.1 实验器材及样本数据采集
实验使用海洋光学公司的光纤光谱仪,型号Spectrometer QE65,光纤光谱仪和实验环境如图1所示,数据分析软件使用Matlab2010b。
图 1. 光纤光谱仪及实验环境
Fig. 1. Fiber spectrometer and experimental environment
下载图片 查看所有图片
首先研磨制作不同颗粒度的矿物粉末样本,再制作固定颗粒度不同浓度下的壁画颜料样本。颜料粉末用不同比例的清水浸透,融化后加入适量明胶;在木基板上面均匀涂抹一层石膏,待干后画好方格,用刷子平涂颜料,涂抹均匀,达到饱和发色效果。使用光谱仪采集光谱曲线,先将积分球对准标准白板进行校正,积分球孔径大小为6 mm。再将积分球对准制作好的颜料样本,积分球通过光纤连接光谱仪,采集到的光谱信号通过光纤传输到光谱仪,光谱仪通过USB接口与计算机相连接,完成光谱数据采集保存。
在实验样本一中,选取白云母、石墨、赤铁矿、黄铁矿、蓝铜矿和孔雀石6种矿物的光谱数据,波段范围为400~2500 nm,包括可见光和红外光波段,光谱数据波段间隔为4 nm,6种矿物中,白云母有2条不同颗粒度的光谱曲线,其余5种矿物都各有3条不同矿物颗粒度的光谱曲线。图2为白云母、石墨、赤铁矿、黄铁矿、蓝铜矿和孔雀石6种矿物晶状体图,图3为矿物原光谱图,在原光谱图中,矿物颗粒度会影响光谱曲线,因此相同矿物的光谱曲线形状也存在差异,图中曲线标号1,2,3分别代表不同的颗粒度。
图 2. 矿物晶状体图。(a)白云母;(b)石墨;(c)赤铁矿;(d)黄铁矿;(e)蓝铜矿;(f)孔雀石
Fig. 2. Photos of mineral lens. (a) Muscovite; (b) graphite; (c) hematite; (d) pyrite; (e) azurite; (f) malachite
下载图片 查看所有图片
图 3. 矿物原光谱图。(a)白云母;(b)石墨;(c)赤铁矿;(d)黄铁矿;(e)蓝铜矿;(f)孔雀石
Fig. 3. Spectra of mineral. (a) Muscovite; (b) graphite; (c) hematite; (d) pyrite; (e) azurite; (f) malachite
下载图片 查看所有图片
在实验样本二中,选取壁画常用的雌黄、大红、铬黄、青金石、石青和石绿6种颜料,按照颜料与水1∶1、1∶3、1∶5的配比,将每种颜料配制成3种不同的浓度制作样本。图4和图5分别为6种壁画颜料的标准样块和光谱。图5中,3条曲线代表不同的浓度,标号1、2、3分表代表颜料与水混合比例为1∶1、1∶2、1∶3,光谱数据在400~800 nm波段之间,采样间隔为0.78 nm。
图 4. 壁画颜料标准样块。(a)雌黄;(b)大红;(c)铬黄;(d)青金石;(e)石青;(f)石绿
Fig. 4. Standard sample pieces of mural pigments. (a) Orpiment; (b) bright red; (c) chromate; (d) lapis lazuli; (e) azurite; (f) malachite
下载图片 查看所有图片
图 5. 壁画颜料光谱图。(a)雌黄;(b)大红;(c)铬黄;(d)青金石;(e)石青;(f)石绿
Fig. 5. Spectra of mural pigments. (a) Orpiment; (b) bright red; (c) chromate; (d) lapis lazuli; (e) azurite; (f) malachite
下载图片 查看所有图片
3.2 矿物实验及结果分析
矿物光谱数据经过MSC校正的光谱曲线如图6所示,经过ALMSC校正的光谱曲线如图7所示。
由图3可见,同种矿物光谱曲线之间有一定距离。由图6、7可见,经过MSC和ALMSC校正后,光谱曲线更加相近,其中蓝铜矿和孔雀石的校正效果更为明显。对比图6与图7,图7中同种矿物的光谱曲线更加相似平滑。
图 6. MSC校正的矿物光谱数据曲线图。(a)白云母;(b)石墨;(c)赤铁矿;(d)黄铁矿;(e)蓝铜矿;(f)孔雀石
Fig. 6. Mineral spectra corrected by MSC. (a) Muscovite; (b) graphite; (c) hematite; (d) pyrite; (e) azurite; (f) malachite
下载图片 查看所有图片
图 7. ALMSC校正的光谱数据曲线图。(a)白云母;(b)石墨;(c)赤铁矿;(d)黄铁矿;(e)蓝铜矿;(f)孔雀石
Fig. 7. Mineral spectra corrected by ALMSC. (a) Muscovite; (b) graphite; (c) hematite; (d) pyrite; (e) azurite; (f) malachite
下载图片 查看所有图片
对矿物全波段(400~2500 nm)的光谱数据、可见光波段(400~800 nm)的光谱数据、红外光波段(800~2500 nm)的光谱数据进行分波段匹配计算,匹配结果分别如表1、2、3所示。
表 1. 矿物全波段的光谱匹配结果
Table 1. Spectral matching results of mineral with full bands
Mineral | Method | Matching fraction |
---|
Muscovite 1 | Graphite 1 | Hematite 1 | Pyrite 1 | Azurite 1 | Malachite 1 |
---|
Muscovite 2 | SAM | 0.0988 | 0.2318 | 0.2627 | 0.2062 | 0.3019 | 0.3318 | MSCSAM | 0.0418 | 0.1993 | 0.1925 | 0.2026 | 0.3604 | 0.3919 | ALMSCSAM | 0.0409 | 0.1984 | 0.1917 | 0.2019 | 0.3600 | 0.3914 | Graphite 2 | SAM | 0.1753 | 0.0151 | 0.2213 | 0.1379 | 0.2184 | 0.2308 | MSCSAM | 0.2094 | 0.0145 | 0.1616 | 0.1574 | 0.2888 | 0.3137 | ALMSCSAM | 0.2087 | 0.0089 | 0.1613 | 0.1571 | 0.2883 | 0.3133 | Graphite 3 | SAM | 0.1865 | 0.0219 | 0.2253 | 0.1432 | 0.2181 | 0.2313 | MSCSAM | 0.2129 | 0.0154 | 0.1660 | 0.1612 | 0.2927 | 0.3148 | ALMSCSAM | 0.2122 | 0.0113 | 0.1655 | 0.1609 | 0.2923 | 0.3146 | Hematite 2 | SAM | 0.1161 | 0.1711 | 0.1796 | 0.2190 | 0.3391 | 0.3567 | MSCSAM | 0.1896 | 0.2398 | 0.1167 | 0.2938 | 0.4485 | 0.5087 | ALMSCSAM | 0.1888 | 0.2395 | 0.1165 | 0.2937 | 0.4482 | 0.5083 | Hematite 3 | SAM | 0.1215 | 0.2084 | 0.2457 | 0.2526 | 0.3828 | 0.3749 | MSCSAM | 0.3103 | 0.4137 | 0.3111 | 0.4607 | 0.6300 | 0.6638 | ALMSCSAM | 0.3095 | 0.4133 | 0.3107 | 0.4604 | 0.6296 | 0.6634 | Pyrite 2 | SAM | 0.1167 | 0.2062 | 0.3030 | 0.2194 | 0.3763 | 0.3375 | MSCSAM | 0.1461 | 0.2075 | 0.2310 | 0.2406 | 0.4460 | 0.4226 | ALMSCSAM | 0.1453 | 0.2074 | 0.2309 | 0.2405 | 0.4458 | 0.4224 | Pyrite 3 | SAM | 0.1226 | 0.2138 | 0.3022 | 0.2344 | 0.3873 | 0.3495 | MSCSAM | 0.1516 | 0.2173 | 0.2326 | 0.2567 | 0.4589 | 0.4362 | ALMSCSAM | 0.1509 | 0.2172 | 0.2325 | 0.2567 | 0.4587 | 0.4361 | Azurite 2 | SAM | 0.4471 | 0.3748 | 0.4664 | 0.3491 | 0.1722 | 0.2373 | MSCSAM | 0.3805 | 0.2989 | 0.3810 | 0.2731 | 0.0917 | 0.1672 | ALMSCSAM | 0.3801 | 0.2984 | 0.3807 | 0.2727 | 0.0916 | 0.1669 | Azurite 3 | SAM | 0.4777 | 0.4347 | 0.5355 | 0.3966 | 0.2466 | 0.2717 | MSCSAM | 0.3824 | 0.3367 | 0.4194 | 0.2994 | 0.1646 | 0.1751 | ALMSCSAM | 0.3837 | 0.3361 | 0.4190 | 0.2989 | 0.1644 | 0.1748 | Malachite 2 | SAM | 0.4752 | 0.4024 | 0.5638 | 0.4046 | 0.2901 | 0.1859 | MSCSAM | 0.4093 | 0.3183 | 0.4431 | 0.3291 | 0.2515 | 0.0619 | ALMSCSAM | 0.4088 | 0.3179 | 0.4428 | 0.3288 | 0.2513 | 0.0617 | Malachite 3 | SAM | 0.5026 | 0.4353 | 0.5982 | 0.4411 | 0.3324 | 0.2256 | MSCSAM | 0.4124 | 0.3276 | 0.4531 | 0.3441 | 0.2771 | 0.0974 | ALMSCSAM | 0.4119 | 0.3272 | 0.4527 | 0.3437 | 0.2768 | 0.0973 |
|
查看所有表
表 2. 矿物可见光波段的光谱匹配结果
Table 2. Spectral matching results of mineral with visible light bands
Mineral | Method | Matching fraction |
---|
Muscovite 1 | Graphite 1 | Hematite 1 | Pyrite 1 | Azurite 1 | Malachite 1 |
---|
Muscovite 2 | SAM | 0.0556 | 0.2125 | 0.3981 | 0.0692 | 0.4289 | 0.5254 | MSCSAM | 0.0578 | 0.1675 | 0.2334 | 0.0463 | 0.5311 | 0.6237 | ALMSCSAM | 0.0576 | 0.1669 | 0.2331 | 0.0453 | 0.5309 | 0.6234 | Graphite 2 | SAM | 0.1697 | 0.0197 | 0.5738 | 0.1737 | 0.2812 | 0.3882 | MSCSAM | 0.2316 | 0.0195 | 0.3684 | 0.1971 | 0.4257 | 0.5258 | ALMSCSAM | 0.2304 | 0.0082 | 0.3673 | 0.1960 | 0.4258 | 0.5261 | Graphite 3 | SAM | 0.1873 | 0.0378 | 0.5786 | 0.1927 | 0.2922 | 0.3980 | MSCSAM | 0.2432 | 0.0312 | 0.3712 | 0.2105 | 0.4348 | 0.5345 | ALMSCSAM | 0.2418 | 0.0260 | 0.3700 | 0.2092 | 0.4348 | 0.5347 | Hematite 2 | SAM | 0.1282 | 0.2442 | 0.3312 | 0.1491 | 0.4970 | 0.5985 | MSCSAM | 0.2531 | 0.4219 | 0.0789 | 0.2998 | 0.8116 | 0.9035 | ALMSCSAM | 0.2523 | 0.4210 | 0.0777 | 0.2989 | 0.8112 | 0.9030 | Hematite 3 | SAM | 0.0936 | 0.1949 | 0.3791 | 0.1170 | 0.4502 | 0.5532 | MSCSAM | 0.3227 | 0.4881 | 0.1394 | 0.3699 | 0.8784 | 0.9708 | ALMSCSAM | 0.3214 | 0.4870 | 0.1374 | 0.3685 | 0.8777 | 0.9701 | Pyrite 2 | SAM | 0.0390 | 0.1869 | 0.4482 | 0.0245 | 0.3834 | 0.4772 | MSCSAM | 0.0578 | 0.1820 | 0.2547 | 0.0123 | 0.5178 | 0.6066 | ALMSCSAM | 0.0575 | 0.1815 | 0.2545 | 0.0097 | 0.5176 | 0.6063 | Pyrite 3 | SAM | 0.0433 | 0.1960 | 0.4368 | 0.0350 | 0.3950 | 0.4887 | MSCSAM | 0.0452 | 0.1946 | 0.2428 | 0.0146 | 0.5314 | 0.6198 | ALMSCSAM | 0.0448 | 0.1943 | 0.2425 | 0.0120 | 0.5314 | 0.6196 | Azurite 2 | SAM | 0.6375 | 0.5481 | 1.0772 | 0.6219 | 0.2675 | 0.1661 | MSCSAM | 0.5420 | 0.4028 | 0.7337 | 0.4948 | 0.0441 | 0.1317 | ALMSCSAM | 0.5417 | 0.4027 | 0.7334 | 0.4948 | 0.0431 | 0.1313 | Azurite 3 | SAM | 0.6822 | 0.5894 | 1.1189 | 0.6669 | 0.3139 | 0.2171 | MSCSAM | 0.5670 | 0.4240 | 0.7564 | 0.5200 | 0.0600 | 0.1259 | ALMSCSAM | 0.5667 | 0.4238 | 0.7559 | 0.5198 | 0.0588 | 0.1256 | Malachite 2 | SAM | 0.7082 | 0.6231 | 1.1437 | 0.6913 | 0.3453 | 0.2418 | MSCSAM | 0.6338 | 0.5023 | 0.8273 | 0.5864 | 0.0990 | 0.0662 | ALMSCSAM | 0.6334 | 0.5022 | 0.8269 | 0.5861 | 0.0985 | 0.0658 | Malachite 3 | SAM | 0.7175 | 0.5311 | 1.1512 | 0.7007 | 0.3560 | 0.2550 | MSCSAM | 0.6206 | 0.4871 | 0.8124 | 0.5731 | 0.0974 | 0.0873 | ALMSCSAM | 0.6201 | 0.4869 | 0.8119 | 0.5728 | 0.0965 | 0.0869 |
|
查看所有表
表 3. 矿物红外光波段的光谱匹配结果
Table 3. Spectral matching results of mineral with infrared bands
Mineral | Method | Matching fraction |
---|
Muscovite 1 | Graphite 1 | Hematite 1 | Pyrite 1 | Azurite 1 | Malachite 1 |
---|
Muscovite 2 | SAM | 0.0987 | 0.2328 | 0.2102 | 0.2185 | 0.2527 | 0.2815 | MSCSAM | 0.0379 | 0.1975 | 0.1585 | 0.2096 | 0.2824 | 0.3317 | ALMSCSAM | 0.0367 | 0.1965 | 0.1576 | 0.2088 | 0.2794 | 0.3293 | Graphite 2 | SAM | 0.1617 | 0.0129 | 0.1133 | 0.1316 | 0.1872 | 0.1800 | MSCSAM | 0.1976 | 0.0135 | 0.1049 | 0.1510 | 0.2368 | 0.2548 | ALMSCSAM | 0.1970 | 0.0088 | 0.1048 | 0.1509 | 0.2344 | 0.2528 | Graphite 3 | SAM | 0.1718 | 0.0164 | 0.1220 | 0.1341 | 0.1866 | 0.1764 | MSCSAM | 0.2009 | 0.0111 | 0.1082 | 0.1527 | 0.2375 | 0.2540 | ALMSCSAM | 0.2003 | 0.0064 | 0.1080 | 0.1527 | 0.2352 | 0.2521 | Hematite 2 | SAM | 0.1121 | 0.1489 | 0.0607 | 0.2242 | 0.2797 | 0.2896 | MSCSAM | 0.1739 | 0.1967 | 0.0950 | 0.2909 | 0.3675 | 0.4033 | ALMSCSAM | 0.1733 | 0.1963 | 0.0944 | 0.2909 | 0.3650 | 0.4012 | Hematite 3 | SAM | 0.1190 | 0.1817 | 0.0970 | 0.2501 | 0.3104 | 0.3214 | MSCSAM | 0.2920 | 0.3689 | 0.2691 | 0.4518 | 0.5287 | 0.5670 | ALMSCSAM | 0.2913 | 0.3682 | 0.2681 | 0.4514 | 0.5258 | 0.5644 | Pyrite 2 | SAM | 0.0866 | 0.1377 | 0.1142 | 0.1842 | 0.2723 | 0.2797 | MSCSAM | 0.1198 | 0.1397 | 0.0937 | 0.2051 | 0.3228 | 0.3556 | ALMSCSAM | 0.1187 | 0.1386 | 0.0926 | 0.2045 | 0.3193 | 0.3526 | Pyrite 3 | SAM | 0.0931 | 0.1457 | 0.1121 | 0.2032 | 0.2851 | 0.2918 | MSCSAM | 0.1256 | 0.1488 | 0.0939 | 0.2246 | 0.3365 | 0.3687 | ALMSCSAM | 0.1245 | 0.1478 | 0.0927 | 0.2240 | 0.3331 | 0.3657 | Azurite 2 | SAM | 0.3839 | 0.3361 | 0.3940 | 0.2894 | 0.1637 | 0.1645 | MSCSAM | 0.3312 | 0.2749 | 0.3304 | 0.2277 | 0.0692 | 0.0807 | ALMSCSAM | 0.3289 | 0.2732 | 0.3290 | 0.2258 | 0.0690 | 0.0804 | Azurite 3 | SAM | 0.4265 | 0.4092 | 0.4574 | 0.3473 | 0.2366 | 0.2475 | MSCSAM | 0.3406 | 0.3231 | 0.3662 | 0.2593 | 0.1272 | 0.1504 | ALMSCSAM | 0.3387 | 0.3217 | 0.3650 | 0.2578 | 0.1268 | 0.1500 | Malachite 2 | SAM | 0.4105 | 0.3382 | 0.4081 | 0.3177 | 0.2026 | 0.1697 | MSCSAM | 0.3468 | 0.2598 | 0.3285 | 0.2443 | 0.1183 | 0.0573 | ALMSCSAM | 0.3450 | 0.2585 | 0.3274 | 0.2430 | 0.1180 | 0.0570 | Malachite 3 | SAM | 0.4400 | 0.3725 | 0.4426 | 0.3579 | 0.2470 | 0.2130 | MSCSAM | 0.3512 | 0.2702 | 0.3382 | 0.2630 | 0.1470 | 0.0924 | ALMSCSAM | 0.3497 | 0.2691 | 0.3373 | 0.2620 | 0.1466 | 0.0920 |
|
查看所有表
从表1、2、3可以看到,多数矿物的全波段的光谱数据匹配结果介于可见光波段与红外光波段之间,少数小于全波段与红外光波段,所有波段的光谱数据匹配结果趋于一致。从上述实验结果分析可以得出结论,全波段光谱数据含有整体的光谱信息,匹配精度更高,可见光波段的光谱数据匹配精度略低于全波段,但也可以明确反映匹配结果。因此,在考虑提高计算效率的情况下,可以使用可见光波段的光谱匹配结果。
3.3 壁画颜料实验及结果分析
使用雌黄、大红、铬黄、青金石、石青与石绿6种壁画颜料样本,壁画颜料的光谱曲线经过MSC、ALMSC校正后的光谱如图8、9所示。
图 8. MSC校正的壁画颜料光谱数据曲线图。(a)雌黄;(b)大红;(c)铬黄;(d)青金石;(e)石青;(f)石绿
Fig. 8. Spectra of mural pigment corrected by MSC. (a) Orpiment; (b) bright red; (c) chromate; (d) lapis lazuli; (e) azurite; (f) malachite
下载图片 查看所有图片
图 9. ALMSC校正壁画颜料光谱数据曲线图。(a)雌黄;(b)大红;(c)铬黄;(d)青金石;(e)石青;(f)石绿
Fig. 9. Spectra of mural pigment corrected by ALMSC. (a) Orpiment; (b) bright red; (c) chromate; (d) lapis lazuli; (e) azurite; (f) malachite
下载图片 查看所有图片
对比图5和图8、9可以看出,图5的壁画颜料原光谱中含有散射噪声并且波动较大,光谱曲线形状相同但不接近。图8中MSC校正后的光谱曲线中也含有噪声波动,但光谱曲线接近,如雌黄、青金石、石青和石绿颜料的3种不同浓度光谱曲线近似在同一位置。图9中ALMSC校正的光谱曲线比原光谱曲线与MSC校正的光谱曲线更加平滑,每种颜料的3条光谱曲线更加接近,基本在同一位置。
在可见光波段范围内使用SAM、MSCSAM和ALMSCSAM匹配方法对壁画颜料的原光谱数据、MSC和ALMSC校正的光谱数据进行匹配计算,得到壁画颜料的光谱匹配结果如表4所示。
表 4. 壁画颜料的光谱匹配结果
Table 4. Spectral matching results of mural pigments
Pigment | Method | Matching fraction |
---|
Orpiment 1 | Bright red 1 | Chromate 1 | Lapis lazuli 1 | Azurite 1 | Malachite 1 |
---|
Orpiment 2 | SAM | 0.0077 | 0.3757 | 0.0767 | 0.5627 | 1.0627 | 0.9351 | MSCSAM | 0.0071 | 0.3810 | 0.0755 | 0.5579 | 1.0339 | 0.9128 | ALMSCSAM | 0.0053 | 0.3809 | 0.0753 | 0.5579 | 1.0339 | 0.9127 | Orpiment 3 | SAM | 0.0072 | 0.3808 | 0.0746 | 0.5609 | 1.0604 | 0.9305 | MSCSAM | 0.0072 | 0.3855 | 0.0733 | 0.5590 | 1.0345 | 0.9108 | ALMSCSAM | 0.0056 | 0.3854 | 0.0732 | 0.5589 | 1.0345 | 0.9108 | Bright red 2 | SAM | 0.3262 | 0.0945 | 0.3763 | 0.6358 | 1.1113 | 1.1380 | MSCSAM | 0.3612 | 0.0858 | 0.4109 | 0.6863 | 1.1351 | 1.1670 | ALMSCSAM | 0.3610 | 0.0849 | 0.4107 | 0.6862 | 1.1351 | 1.1669 | Bright red 3 | SAM | 0.3868 | 0.0711 | 0.4312 | 0.7144 | 1.1850 | 1.2157 | MSCSAM | 0.3635 | 0.0593 | 0.4107 | 0.6822 | 1.1321 | 1.1633 | ALMSCSAM | 0.3635 | 0.0585 | 0.4107 | 0.6822 | 1.1321 | 1.1633 | Chromate 2 | SAM | 0.0714 | 0.4025 | 0.0247 | 0.5574 | 1.0561 | 0.8995 | MSCSAM | 0.0716 | 0.4068 | 0.0210 | 0.5583 | 1.0330 | 0.8826 | ALMSCSAM | 0.0715 | 0.4067 | 0.0205 | 0.5582 | 1.0330 | 0.8826 | Chromate 3 | SAM | 0.0839 | 0.4257 | 0.0202 | 0.5599 | 1.0557 | 0.8873 | MSCSAM | 0.0843 | 0.4300 | 0.0136 | 0.5625 | 1.0344 | 0.8721 | ALMSCSAM | 0.0842 | 0.4299 | 0.0128 | 0.5624 | 1.0344 | 0.8720 | Lapis lazuli 2 | SAM | 0.5591 | 0.6758 | 0.5716 | 0.0186 | 0.5143 | 0.5793 | MSCSAM | 0.5641 | 0.6843 | 0.5667 | 0.0161 | 0.4844 | 0.5581 | ALMSCSAM | 0.5640 | 0.6841 | 0.5666 | 0.0110 | 0.4842 | 0.5579 | Lapis lazuli 3 | SAM | 0.5605 | 0.6722 | 0.5733 | 0.0154 | 0.5144 | 0.5849 | MSCSAM | 0.5602 | 0.6788 | 0.5630 | 0.0149 | 0.4888 | 0.5623 | ALMSCSAM | 0.5601 | 0.6787 | 0.5629 | 0.0066 | 0.4885 | 0.5621 | Azurite 2 | SAM | 1.0183 | 1.1061 | 1.0276 | 0.4742 | 0.0515 | 0.5022 | MSCSAM | 1.0341 | 1.1257 | 1.0333 | 0.4910 | 0.0295 | 0.4994 | ALMSCSAM | 1.0340 | 1.1256 | 1.0332 | 0.4907 | 0.0208 | 0.4990 | Azurite 3 | SAM | 1.0230 | 1.1091 | 1.0328 | 0.4769 | 0.0444 | 0.5111 | MSCSAM | 1.0350 | 1.1255 | 1.0347 | 0.4900 | 0.0220 | 0.5067 | ALMSCSAM | 1.0350 | 1.1254 | 1.0347 | 0.4898 | 0.0118 | 0.5064 | Malachite 2 | SAM | 0.9348 | 1.1745 | 0.9071 | 0.5874 | 0.5308 | 0.0179 | MSCSAM | 0.9139 | 1.1587 | 0.8787 | 0.5632 | 0.5096 | 0.0172 | ALMSCSAM | 0.9139 | 1.1587 | 0.8786 | 0.5631 | 0.5094 | 0.0106 | Malachite 3 | SAM | 0.8822 | 1.1224 | 0.8573 | 0.5313 | 0.5106 | 0.0610 | MSCSAM | 0.9150 | 1.1631 | 0.8804 | 0.5649 | 0.5086 | 0.0166 | ALMSCSAM | 0.9150 | 1.1631 | 0.8803 | 0.5648 | 0.5082 | 0.0095 |
|
查看所有表
由表4可以看出,同一种颜料物质不同标号之间(即标号1与标号2、3)的匹配结果中,ALMSCSAM和MSCSAM的匹配值低于SAM,其中大多数ALMSCSAM的值又低于MSCSAM,说明在同种颜料物质处于不同的颗粒度和浓度的所产生的光谱数据偏移的干扰情况下,ALMSCSAM方法的抗干扰性能更好,匹配识别精度更高。对于不同颜料物质之间的匹配结果,SAM、MSCSAM和ALMSCSAM的匹配值都处于同一数值级别,相差较小,都可以明确地区分识别不同的颜料物质。
4 结论
不同颜料具有不同的光谱数据曲线,根据光谱数据可以识别颜料物质种类。针对光谱数据采集设备产生散射噪声和同种矿物颗粒度不同产生光谱数据曲线偏移的干扰情况,使用MSC和ALMSC方法对光谱数据进行了预处理校正,并通过实验研究分析了使用可见光波段范围内光谱数据的匹配结果值代替全波段光谱匹配结果的可行性。同时,针对壁画颜料的光谱数据因浓度不同而产生的干扰情况,使用MSC和ALMSC方法对光谱数据进行校正,在此基础上,进行了SAM、MSCSAM和ALMSCSAM方法的匹配精度比较。实验结果表明,ALMSC校正能够将光谱数据中含有的散射噪声波动和数据偏移降为最低,数据曲线更为平滑,相同颜料物质的光谱曲线相似度更为接近,使结合SAM的ALMSCSAM光谱匹配方法的匹配精度更高,对于颜料物质的识别更为理想。
王展, 王可, 王伟超. 提高光谱匹配精度的散射噪声消除方法[J]. 激光与光电子学进展, 2019, 56(2): 022401. Zhan Wang, Ke Wang, Weichao Wang. Scattering Noise Elimination Method for Improving Spectral Matching Accuracy[J]. Laser & Optoelectronics Progress, 2019, 56(2): 022401.