当前位置:主页 > 科技论文 > 软件论文 >

高光谱成像技术在彩绘文物分析中的研究综述

发布时间:2018-05-13 04:26

  本文选题:高光谱成像技术 + 彩绘文物 ; 参考:《光谱学与光谱分析》2017年06期


【摘要】:彩绘文物是文化遗产研究的重要内容之一。目前,许多的化学、光谱以及数字成像等分析技术应用于彩绘文物研究中,其中,高光谱成像技术集光谱分析与成像技术为一体,具有无损、快速成像以及"图谱合一"的特点。其技术特点使得高光谱成像技术在非接触、无样本的条件下对彩绘文物进行无损研究,既可以获得彩绘文物的整体形貌特征,还可以深入分析彩绘文物的光谱特征,是高光谱成像技术相比于其他彩绘文物研究方法的独特优势。利用高光谱成像技术研究彩绘文物分为数据采集、数据分析以及数据应用三步,其中数据分析与数据应用是研究的主要内容。通过对高光谱成像技术在彩绘文物中的相关研究成果进行总结归纳,其数据处理方法主要包括高光谱数据降维、光谱特征参量化、光谱解混合以及分类方法四个方面,并分别描述了四类处理方法的主要功能、常用方法和已有案例。从具体应用方向上,可归纳为视觉增强、隐含信息挖掘、保护监测和颜料分析四类,具体描述了四类应用方向所涵盖的内容以及所解决的问题。最后对相关研究中存在的挑战和发展前景进行了总结和展望。
[Abstract]:Painted cultural relics are one of the important contents of cultural heritage research. At present, many analytical techniques, such as chemical, spectral and digital imaging, are applied to the study of painted cultural relics. Among them, hyperspectral imaging technology integrates spectral analysis and imaging technology, and has no damage. Rapid imaging and the characteristics of "atlas in one". Because of its technical characteristics, the hyperspectral imaging technology can not only obtain the overall morphological features of painted cultural relics, but also analyze the spectral characteristics of painted cultural relics in a non-contact, no sample condition. It is a unique advantage of hyperspectral imaging technology compared with other research methods of painted cultural relics. The study of painted relics by using hyperspectral imaging technology is divided into three steps: data acquisition, data analysis and data application, among which data analysis and data application are the main contents of the research. By summarizing the related research results of hyperspectral imaging technology in painted cultural relics, the data processing methods mainly include four aspects: dimension reduction of hyperspectral data, spectral characteristic parameter quantization, spectral deconvolution and classification method. The main functions, common methods and existing cases of four kinds of processing methods are described respectively. It can be classified into four categories: visual enhancement, hidden information mining, protection monitoring and pigment analysis. The contents of the four application directions and the problems solved are described in detail. Finally, the challenges and development prospects of related research are summarized and prospected.
【作者单位】: 北京建筑大学;中国矿业大学(北京);中国文化遗产研究院;首都博物馆;
【基金】:国家(973)项目(2012cb725301) 北京市自然科学基金项目(8111003) 国家自然科学基金项目(41171304)资助
【分类号】:K854;TP391.41

【参考文献】

相关期刊论文 前10条

1 韦晶;明艳芳;韩留生;任仲亮;郭亚敏;;基于多类型光谱特征参数匹配的矿物信息遥感识别方法[J];光谱学与光谱分析;2015年10期

2 李杰;万幼川;;基于光谱特征参量化的高光谱影像精细分类[J];地理空间信息;2015年04期

3 杨可明;刘飞;孙阳阳;魏华锋;史钢强;;谐波分析光谱角制图高光谱影像分类[J];中国图象图形学报;2015年06期

4 王乐乐;李志敏;马清林;梅建军;;高光谱技术无损鉴定壁画颜料之研究——以西藏拉萨大昭寺壁画为例[J];敦煌研究;2015年03期

5 胡远宁;崔霞;孟宝平;杨淑霞;梁天刚;;甘南高寒草甸主要毒杂草光谱特征分析[J];草业科学;2015年02期

6 巩梦婷;冯萍莉;;高光谱成像技术在中国画颜料分类和识别上的应用初探——以光谱角填图(SAM)为例[J];文物保护与考古科学;2014年04期

7 李雪轲;王晋年;张立福;杨杭;刘凯;;面向对象的航空高光谱图像混合分类方法[J];地球信息科学学报;2014年06期

8 武锋强;杨武年;李丹;;基于高光谱成像与拉曼技术的艺术画颜料成分对比检测研究[J];矿物学报;2014年02期

9 武锋强;杨武年;李丹;;基于光谱特征拟合的艺术画颜料成分识别研究[J];光散射学报;2014年01期

10 侯妙乐;雷勇;芦鑫;张学东;韩晓梦;;基于高光谱数据的壁画底稿信息提取[J];测绘科学;2014年10期

【共引文献】

相关期刊论文 前10条

1 侯妙乐;潘宁;马清林;何海平;吕书强;胡云岗;;高光谱成像技术在彩绘文物分析中的研究综述[J];光谱学与光谱分析;2017年06期

2 郭辉;杨可明;张文文;刘聪;夏天;;小波包信息熵特征矢量光谱角高光谱影像分类[J];中国图象图形学报;2017年02期

3 常伟;刘咏梅;庞国伟;高原;王德军;;牛心朴子的光谱差异特征参量分析[J];草业科学;2016年11期

4 孙美君;柴勃隆;张冬;王征;孙济洲;;基于近红外高光谱技术的敦煌莫高窟壁画起甲病害风险评估方法[J];文物保护与考古科学;2016年04期

5 魏秀红;靳瑰丽;范燕敏;安沙舟;夏小伟;;伊犁绢蒿荒漠草地物种光谱特征分析及识别初探[J];草业科学;2016年10期

6 李真真;郑翔;牛德奎;郭晓敏;谢碧裕;张学玲;;武功山山地草甸主要群落类型高光谱特征[J];草业科学;2016年08期

7 程鹏;岳彩荣;江东;黄耀欢;刘洋洋;;一种基于概率神经网络的城市用地高分辨率影像信息提取方法[J];林业调查规划;2016年02期

8 蒋金豹;乔小军;何汝艳;田奋民;;用近红外高光谱图像区分不同品质的建筑涂料[J];光谱学与光谱分析;2016年02期

9 王乐乐;李志敏;马清林;;古代宫殿寺观壁画色彩信息提取流程研究——以西藏拉萨大昭寺壁画为例[J];边疆考古研究;2015年02期

10 王玮;冯琦胜;郭铌;沙莎;胡蝶;王丽娟;李耀辉;;基于长时间序列NDVI资料的我国西北干旱区植被覆盖动态监测[J];草业科学;2015年12期

【二级参考文献】

相关期刊论文 前10条

1 王乐乐;李志敏;张晓彤;梅建军;马清林;;西藏拉萨大昭寺转经廊壁画制作工艺研究[J];文物保护与考古科学;2014年04期

2 杨可明;张涛;王立博;钱小丽;刘士文;王林伟;;高光谱影像的谐波分析融合算法研究[J];中国矿业大学学报;2014年03期

3 宫兆宁;赵雅莉;赵文吉;林川;崔天翔;;基于光谱指数的植物叶片叶绿素含量的估算模型[J];生态学报;2014年20期

4 张博;何彬彬;;改进的分水岭变换算法在高分辨率遥感影像多尺度分割中的应用[J];地球信息科学学报;2014年01期

5 邓富亮;杨崇俊;曹春香;范协裕;;高分辨率影像分割的分形网络演化改进方法[J];地球信息科学学报;2014年01期

6 刘大伟;黄磊;李斌兵;;一种基于对象相似性的遥感影像最优分割尺度评价方法[J];大地测量与地球动力学;2013年06期

7 殷瑞娟;施润和;李镜尧;;一种高分辨率遥感影像的最优分割尺度自动选取方法[J];地球信息科学学报;2013年06期

8 李颖;张立福;严薇;黄长平;童庆禧;;地面成像光谱数据的田间杂草识别[J];遥感学报;2013年04期

9 畅文娟;何明一;;高光谱图像组合光谱特征研究[J];现代电子技术;2013年14期

10 刘波;沈渭寿;李儒;杨兆平;林乃峰;;雅鲁藏布江源区高寒草地退化光谱响应变化研究[J];光谱学与光谱分析;2013年06期

【相似文献】

相关会议论文 前7条

1 卢云龙;刘志刚;;高光谱成像技术及其在目标检测中的应用进展[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年

2 马本学;应义斌;饶秀勤;;高光谱成像在水果表面缺陷及污染检测中的研究进展[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

3 何宝琨;;使用曲面棱镜的高光谱成像系统设计[A];中国空间科学学会空间探测专业委员会第二十六届全国空间探测学术研讨会会议论文集[C];2013年

4 孙向军;刘凯龙;赵志勇;李雪涛;;高光谱成像及仿真技术途径探索[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

5 颜昌翔;;星载高光谱成像及数据应用[A];第十届全国光电技术学术交流会论文集[C];2012年

6 肖功海;舒嵘;薛永祺;;显微成像光谱技术及其应用[A];成像光谱技术与应用研讨会论文集[C];2004年

7 赖建军;陈四海;陈坦;易新建;;基于MEMS微镜阵列的高光谱成像技术研究[A];中国宇航学会深空探测技术专业委员会第三届学术会议论文集[C];2006年

相关博士学位论文 前10条

1 葛明锋;基于轻小型无人机的高光谱成像系统研究[D];中国科学院研究生院(上海技术物理研究所);2015年

2 何青;多类型高光谱成像集成系统的研制及其应用研究[D];暨南大学;2015年

3 黄锋华;基于高光谱成像技术的油桃品质检测及品种判别研究[D];山西农业大学;2016年

4 王彩玲;干涉高光谱成像中的信息提取技术[D];中国科学院研究生院(西安光学精密机械研究所);2011年

5 朱逢乐;基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D];浙江大学;2014年

6 马m,

本文编号:1881664


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1881664.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户91366***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com