CN105022995B - 基于光强信息的书画元素扩散渗透信息提取及分析方法 - Google Patents

基于光强信息的书画元素扩散渗透信息提取及分析方法 Download PDF

Info

Publication number
CN105022995B
CN105022995B CN201510401096.7A CN201510401096A CN105022995B CN 105022995 B CN105022995 B CN 105022995B CN 201510401096 A CN201510401096 A CN 201510401096A CN 105022995 B CN105022995 B CN 105022995B
Authority
CN
China
Prior art keywords
light intensity
painting
calligraphy
intensity information
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510401096.7A
Other languages
English (en)
Other versions
CN105022995A (zh
Inventor
刘伟平
郑冠雄
陈舜儿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinan University
Original Assignee
Jinan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jinan University filed Critical Jinan University
Priority to CN201510401096.7A priority Critical patent/CN105022995B/zh
Publication of CN105022995A publication Critical patent/CN105022995A/zh
Application granted granted Critical
Publication of CN105022995B publication Critical patent/CN105022995B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/80Recognising image objects characterised by unique random patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了基于光强信息的书画元素扩散渗透信息提取及分析方法。本发明通过构建出书画作品的三维模型,将书画作品的特征完整地表征出来,并将三维模型转换成二维图像,降低了数据模型处理的难度;继而,结合透射光强信息和反射光强信息,采用反射光强信息结合三维模型、透射光强信息结合三维模型、透射光强及反射光强信息结合三维模型的三种结合方式;对书画元素在宣纸中渗透扩散及书画元素量进行国画多维信息的研究分析识别。由于透射光强信息可以测出宣纸的含墨量,而国画三维图像又是墨汁、颜料等元素扩散程度的具体体现;该方法具有直接的指向性且采用三种方式有机结合的形式,为研究书画元素在宣纸上的扩散渗透提供一种新的途径。

Description

基于光强信息的书画元素扩散渗透信息提取及分析方法
技术领域
本发明涉及国画真伪鉴定技术领域,具体涉及基于光强信息的书画元素(包括墨汁、颜料和印泥等)扩散渗透信息提取及分析方法。
背景技术
中国书画是中华民族的文化瑰宝之一,包括了中国书法和绘画艺术。中国书画具有特有的构成元素、独特的创作方式和表现形式,因而受到了世人的认可和欢迎,成为众多收藏家青睐有加的收藏品。所以,中国书画不仅仅具有很高的艺术价值、历史价值还具有高昂的市场价值,尤其是名家书画作品,更是价值连城。据2012年国际艺术品拍卖市场的统计,来自于大中华区的艺术品成交额占全球的41%,其中李可染的国画《万山红遍》售价超过4千万美元。然而,伴随着国画市场的繁荣的是造假、赝品的猖獗和泛滥,中国古字画市场上出现了海量的赝品,在市场上以次充好。更甚的是,现在书画的造假采用了科技手段,造假水平极高,可以使赝品以假乱真,极大地干扰了国画拍卖收藏市场的正常发展。所以,业界已经意识到书画的真伪鉴别是书画艺术健康发展的不可缺少的一部分,也是保护中华文化财产的重要环节。
目前,中国古书画鉴定方法,仍然是以国画鉴定专家的经验鉴定为主,即以“目鉴”为主。以“目鉴”为主的鉴定方法在中国书画鉴定领域起到重要的作用,时至今日,其仍然在中国书画鉴定中占据主角,然而以专家经验鉴定的方法并不完善,并带有较强的主观性。所以,不少学者尝试利用科技手段进行古书画科技取证鉴定,为专家鉴定提供科学佐证。
国内已有学者对中国书画真伪鉴别科技取证进行了研究。中国书画真伪鉴别科技取证的方法主要有两大类,一是基于对国画构成要素(墨、颜料、印泥)的物理和化学特性的鉴别。代表性工作是中国艺术科技学院研究所书画鉴定中心所建立的“书画真伪鉴定实验室”采用了一批先进的测试仪器,包括拉曼光谱仪和红外吸收光谱仪、荧光光谱仪、正立透返现显微镜、金相显微镜、X射线光谱仪等光学仪器,对拟鉴定书画进行抽样检测;另一类鉴别方法是基于计算机视觉的图像真伪鉴别。即利用计算机模拟人的视觉感知的方式,借助图像处理、计算机视觉及模式识别等技术,将作品中最具特色的对象,如提款、印鉴及书画内容等,与原作进行对比,给出定性或定量的指标,作为人们判定该作品真伪的辅助依据。
国外学者也对古纸古画进行了研究。从技术层面,主要分为四个方向,分别是红外光谱方向、拉曼光谱方向、核磁共振方向与其他光谱技术。红外光谱方向的代表研究是Hon利用FTIR对1790~1883年间的纸质文献表面酸性物质进行分析,Derieux利用ART-FTIR技术研究古代韩国蜡纸的老化降解方式,分别对韩国蜂蜡、新版蜡纸和原版蜡纸的表面结构进行了表征,Calvini利用红外光谱对日本古纸和现代纸研究,通过“分峰处理”分析了不同年代纸张在半纤维素、填料和木质素等成分的分布规律;拉曼光谱方向的代表研究是Bicchieri结合拉曼光谱XRF和PIXE-α对纸张的降解进行了分析,Clay-bourn研究了拉曼光谱用于书写用墨的研究;核磁共振方向的代表研究是意大利纸张病理研究所和罗马大学采用核磁共振技术联合调查15世纪不同老化程度的纸张,揭示了纸张降解和水分损失的相关性,Casiera利用核磁共振分析了17世纪手稿纸张的降解程度和含铁墨水对纸张的影响;其他光谱技术具体有Castro结合XRF和拉曼光谱对古代纸作品颜料和墨的化学结构进行了分析,Righini采用X射线光电子能谱技术调查了纸张的制造过程与老化降解的关系,并研究了15世纪和18世纪的纸张,还有学者采用激光诱导击穿光谱法对中世纪手稿进行分析处理。
纵观古今中外,专门针对中国书画的载体(宣纸)、元素(墨汁、印泥、颜料)的研究极少。我们知道,中国书画最显著的特征的墨汁、颜料和印泥等在宣纸上进行成画的,在作画过程中充分利用了宣纸可以使墨汁、颜料等在其上渲染所产生的艺术效果,使中国书画具有独特的魅力。所以,从中国书画的作画元素着手研究,是我们对中国书画进行科技取证要考虑的第一个方向。另一方面,从宏观层面上看,宣纸是二维的,然而,从微观层面看,宣纸是三维的,其具有30~100μm的厚度,表面纹理纵横交错且凹凸不平。由于宣纸是有厚度的,所以,墨汁、颜料和印泥着色在宣纸上后,会因为着墨量的不同而扩散、渗透的程度不同,另外一点,随着时间的变化,墨汁、颜料和印泥也会渗透的深度也会不同,所以,不同的年代的书画作品,其墨汁、颜料和印泥的渗透扩散情况是不同的。显然,但光束照射国画时,墨汁、颜料和印泥在宣纸中的不同扩散渗透程度必然会导致相应的反射光束与透射光束的不同表现形态。即当光束射入宣纸表面再反射/透射后,光束携带了书画元素的扩散渗透信息,所以,可以通过获取光强信息来取证墨汁、颜料和印泥在宣纸的扩散和渗透程度的信息。此外,通过光束透射强度的测量,可以表述宣纸的着墨/颜料程度;因此,入射光的透射程度测量与三维成像的结合,可以完整地表述宣纸的特征,为后期的特征提取与分类识别分析研究工作提供必要的基础。
综上所述,发明人认为,探索针对中国书画真伪鉴别的科技取证新分析方案,针对中国书画宣纸的特征,我们通过测量光束的反射光强对宣纸的三维结构进行成像,而且,而墨汁等的扩散渗透信息又可通过获取透射光强信息来分析取得。因此,通过透射光强的测量与相应三维成像结合,可以获得墨汁、颜料和印泥在宣纸中的扩散和渗透情况信息。该方法把中国书画的基本要素、特点等都考虑进来,通过国画的多维信息分析,可以完整地表征中国书画的特征。
发明内容
为了分析中国书画作品的着色元素(墨汁、颜料和印泥)在宣纸中的扩散渗透情况与宣纸的三维结构特征,本发明提出了基于光强信息的书画元素扩散渗透信息提取及分析方法,通过国画反射光强信息,重构国画三维图像;通过国画透射信息的测量,获取墨/颜料在宣纸上的附着程度,从国画多维信息的角度对书画元素在书画中的扩散渗透情况进行分析。具体而言,国画的光强信息(反射光强/透射光强)通过CCD/CMOS进行测量,依据反射光强信息重构得书画的三维模型,采用分层分析方法,将书画的三维模型分解成二维模型,继而结合透射光强信息,通过多种方式:(1)透射光强信息结合三维模型;(2)反射光强信息结合三维模型;(3)透射光强信息、反射光强信息结合三维模型,来分析中国书画的绘画元素在宣纸中的扩散渗透情况。
本发明的目的至少通过如下技术方案之一实现。
基于光强信息的书画元素扩散渗透信息提取及分析方法,该方法从多维角度对书画进行分析,首先获取光强信息,包括从书画作品反射的光强信息,即反射光强信息,以及从书画作品透射过的光强信息,即透射光强信息;利用反射光对书画作品进行三维建模,得到三维模型;通过对书画三维模型进行逐层分割,将三维图像转换成二维图像,继而结合透射光强信息与反射光强信息,从多维角度分析书画元素在宣纸中的扩散渗透及书画元素量的情况。
进一步优化实施地,采用寻焦景深叠层方法或波前技术将所述获取的反射光强信息转换成高度信息,实现对书画作品进行三维建模,得到三维模型。
进一步优化实施地,对所构的书画作品三维模型进行分层切割,将三维模型转换成N个二维图像,即对三维模型分解成一层层的薄片,近似认为是二维平面,N为分层数,分层的数量根据需求进行设定。
进一步优化实施地,当采用低倍率的物镜时,景深足够大,通过寻焦景深叠层法对宣纸进行三维成像重构,得到三维模型;当采用高倍率的物镜时(20倍率或以上),由于光学景深的限制,利用波前技术计算光波相位信息,并对宣纸书画进行三维成像重构,得到三维模型。
进一步优化实施地,还对重构后的三维图像进行变形矫正,减小柔性的宣纸三维图像形变。
进一步,本发明既能从透射光强信息中提取出书画元素在纸张中的渗透扩散信息及元素量分布的信息,也能结合反射光强信息与透射光强信息,对书画元素在纸张中的渗透扩散情况进行分析。
进一步优化实施地,所述多维角度包括从以下三个方式对书画元素进行分析:(1)透射光强信息结合三维模型;(2)反射光强信息结合三维模型;(3)透射光强信息、反射光强信息结合三维模型。
所述书画元素包括墨汁、颜料、印泥中的一种以上。
进一步地,本发明根据光强信息对宣纸书画或其被测试部位进行三维成像,对宣纸被测试部位的三维图像进行拼接扩大视野,获得大视野的三维模型,通过逐层分割三维图形,实现将三维图像转换成二维图像,获得书画元素在宣纸被测试部位上的扩散、扩散渗透信息,即墨汁等在宣纸上的扩散范围、渗透的深度。
进一步优化实施地,所述波前技术具体是:强度分布均匀的激光源由光源投射出来,在光波经过反射后投射到测试书画样品上,再反射到集成有两个CCD的相机,最终由集成有两个CCD的相机获取在同样的光学环境下同一个光轴不同位置的光强信息,再通过计算得到相位信息,根据波程差与相移的关系式,计算被测样品的高度信息,继而恢复书画样品被测试部位的三维形貌。
进一步优化实施地,所述寻焦景深叠层技术具体是:采用寻焦景深叠景深层技术进行三维重构时,相机仅启用一个CCD,当测试环境准备好后,相机调低至最低点,从底部向上移动,每移动一步长则获取一张图片,直至预设的最高点,则获取了一组图片数据,即获得了一组光强信息;对于观测区域某一点的高度信息,采用对比该点在在所获得的一组图片数据中同一个平面位置上的点的清晰度,该清晰度最佳的点所在的高度值则最接近该测试点的高度信息,继而,通过估计算法得出该点的准确高度信息,以此类推,获取测试平面所有点的高度信息,最终重构出三维图像。
进一步优化实施地,对宣纸书画的被测试部位进行三维成像后,通过测量相应区域的透射光强,提取研究区域着色程度(墨汁、颜料、印泥等附着在宣纸上的程度),通过光强信息与三维成像的对应关系提取分析墨汁、颜料或印泥在宣纸中的扩散渗透情况,光强信息包括透射光强信息、反射光强信息或透射光强信息与反射光强信息相结合。
进一步优化实施地,对于反射光强信息的获取技术具体是:若采用波前技术,则在两张图片中选取清晰度较好的图片或光轴上聚焦位置的图片作为反射光强信息;若采用寻焦景深叠层方法进行三维重构,则将寻焦时所获取的一组图片进行融合,分别提取每一个测试坐标点上的光强信息融合到一张图片中以作为测试区域的反射光强信息并存储起来,供后续分析。
进一步优化实施地,透射光强信息的获取技术具体是:书画作品放置在透明台上,透明载物台下放置CCD用以接收穿过书画作品的光线,则可以获得透射过书画的光强信息。
进一步优化实施地,所述对三维图像转换成二维图像具体是:将显微三维图像转换成N个二维图像即类二维图像,N为分层数,分层的数量根据需求进行更改确定,从不同的二维图像看到墨汁、颜料、印泥在宣纸里层中的扩散渗透扩散情况,即在每一个层形成了不同的分布情况,根据不同层次的二维图上墨汁、颜料、印泥的分布情况能对国画元素的扩散渗透扩散程度进行分析。
进一步优化实施地,采用透射光强信息作为书画元素在宣纸中扩散渗透的量的判据是指元素量越多,则光强信息图颜色越深,即像素值越小。
进一步优化实施地,从多维角度即是采用多种组合方式:(1)透射光强信息结合三维模型;(2)反射光强信息结合三维模型;(3)透射光强信息、反射光强信息结合三维模型;即从多个角度,对墨汁等在宣纸中的量、渗透扩散情况进行分析识别。
与现有技术相比,本发明具有如下优点和技术效果:
本发明基于光强信息的书画元素扩散渗透信息提取及分析方法,是从国画多维信息的角度对书画元素在宣纸中的扩散渗透情况进行分析,综合使用了国画三维成像模型、外加反射光强信息、透射光强信息来分析。首先,采用波前技术与寻焦景深叠层三维重构的技术互相结合的方式,利用反射光强信息构建中国书画的三维模型,完整地表征了宣纸的结构特征,以及中国书画元素在宣纸中的扩散和渗透情况。对所构建的三维模型采用分层分析方法将三维模型转换成二维图像处理,继而,结合透射光强信息和反射光强信息,从多个维度,对宣纸中的中国书画元素量进行分析判别。该方法充分利用了反射光与透射光,实现了对墨汁、颜料和印泥等在宣纸中的扩散和渗透信息的提取,把中国书画的基本要素、特点都充分考虑,相比现有的系统,更能完整地表征中国书画的特征。
附图说明
图1是实例中中国书画显微三维成像系统示意图;
图2是实例中波前技术示意图;
图3是实例中寻焦景深叠层技术景深叠加示意图;
图4是实例中中国书画显微三维成像流程图;
图5是实例中把着墨宣纸的三维图像通过分层转换为二维图像的示意图;
图6是实例中中国书画元素三维图像特征提取与识别技术路线流程图。
具体实施方式
下面结合符合和实例对本发明的实施作进一步详细的描述,但本发明的实施和保护不限于此。需指出的是,以下若有未特别详细说明之处,均是本领域技术人员可参照现有技术实现的。
本实施方式的方案分为三部分:第一部分是光强信息的获取,第二部分是书画三维模型的构建,第三部分是三维模型分层及书画元素在宣纸上的扩散渗透信息的提取。
第一部分:光强信息的获取的具体实施方案如图1所示,其特征在于该系统包括光源104、Z轴机动调节台108、摄像机109、载物台201和用于对图像数据进行处理的电脑302。
其中,所述的Z轴机动调节台108包括:镜筒110、物镜105、分光镜103;所述的物镜105连接在镜筒110上,所述的分光镜103安装在镜筒里,用以折射从光源104投射进来的光,将未被调制的光401折射到待测物上;
其中,所述的摄像机109包括:两个CCD(106与107)、分光镜101、第一反射镜102,第一CCD106与分光镜101在同一光轴上,分光镜101安装在第一CCD106前面,第二CCD107与第一反射镜102在同一光轴上,第一反射镜102安装在第二CCD107前面,第一CCD106与第二CCD107在同一平面上,反射光402经过分光镜103,一部分穿过分光镜101由第一CCD106获得,另一部分由分光镜101折射,再经过第一反射镜102反射,反射到第二CCD107上,由第二CCD107获得;
其中,所述的摄像机109中两个CCD(106与107)可以同时测得光波在同一光轴上不同空间截面上的光强信息,两个空间截面距为△d;
其中,所述的载物台201包括:参考面204、第二反射镜202、第三CCD203,第二反射镜202在参考面204以下,第三CCD203与第二反射镜202在同一水平面上,用以接收从第二反射镜202反射的光线;
上述的光强信息的获取的具体实施方法分为反射光强信息获取与透射光强信息获取,具体如下:
其中反射光强信息的获取:光源104发射出未被调制的激光401,经过分光镜103折射,投射到书画作品测试样本206上的测试区域207上,一部分光由书画作品反射(即反射光402),该反射光402经过分光镜101投射到第一CCD106上,另外一部分由分光镜101折射后经过第一反射镜102反射,投射到第二CCD107上,因此,第一CCD106和第二CCD107分别获得反射光光轴上不同截面(截面距离为△d)上的光强信息(反射光强信息),摄像机109中的第一CCD106和第二CCD107获得光强信息后,经电缆301传输到电脑302存储以备做后续处理;
其中透射光强信息的获取:光源104发射出未被调制的激光401,经过分光镜103折射,投射到书画作品测试样本206的测试区域207上,光束穿透过书画作品测试样本206,形成被书画作品调制过的透射光403,透射光403经过参考平面204,由反射镜202反射后投射到第三CCD203之上,即可获得透射光强信息,获得的透射光强信息经电缆303传输到电脑302存储以备做后续处理;
由于书画表面具有漫反射效果,因此,将上述的未调制的激光401强度设为Iin、反射光402强度设为I、透射光403强度设为I,三者满足以下关系式:
Iin>I+I
经过宣纸反射及透射的光强不但其强度之和要小于入射光强,而且它们是彼此独立的,各自携带了宣纸的内部结构信息。
第二部分:书画三维模型的构建,其特征在于中国书画作品三维模型的构建包括两种方法,分别为波前技术与寻焦景深叠层技术;
其中,所述的波前技术如图2所示,第一CCD106获得的反射光强信息图501,第二CCD107获得的反射光强信息图502,光强度图中恢复出光波相位信息,再根据光波相位偏移与光程差的关系来重构三维图像,所以,能够将光强信息与三维信息结合起来。具体实施如下:假设观测测试区域207,调节CCD的位置,使得其中一个CCD处于观测清晰的位置,则处于光轴不同位置的两个CCD同时获得光强信息,假设第一CCD106获得的反射光强信息图501,以信息图501左上角第一个点为原点,竖向为x轴,横向为y轴,z为获取光强信息图的CCD所在的光轴距离测试区域207的距离,如若第一CCD106的距离设为z0,则第二CCD107的距离为z0+△d,反射光强信息图501上某一坐标(x,y)的光强为I1,对应的,第二CCD107获得的反射光强信息图502对应坐标(x,y)上的点的光强值设为I2;调节CCD,在景深范围内分别测得多组数据,Δz为光强信息图(即501与502)在光轴上的距离差,即△d,假设光源的光波长为λ,k为波数,即为2π/λ,每组数据分别由以下式子计算出相位变化率Δφ(x,y,z):
Figure BDA0000755997890000081
根据光程差公式,其中,λ为光波波长,φ(x,y)为相位信息:
Figure BDA0000755997890000082
可以通过相位信息来转换成高度信息z(x,y),从而获得宣纸的三维图像。
其中,所述的寻焦景深叠层技术如图3所示,采用寻焦景深叠层技术进行三维重构时,相机仅启用一个CCD,当测试环境准备好后,相机调低至最低点,从底部向上移动,每移动一步长则获取一张图片,直至预设的最高点,则获取了一组图片数据,如图所示,一组图片数据为I0,I1,I2,I3,I4,I5,I6,I7(实际实施时,图片数量根据实际情况确定),即获得了一组光强信息;对于观测区域某一点的高度信息,采用对比该点在在所获得的一组图片数据中同一个平面位置上的点的清晰度,该清晰度最佳的点所在的高度值则最接近该测试点的高度信息,继而,通过估计算法得出该点的准确高度信息,以此类推,获取测试平面所有点的高度信息,最终重构出三维图像。
由上述可知,寻焦景深叠层三维重构技术也是通过利用光强信息来进行三维重构,因此,利用光强信息,将寻焦景深叠层技术和波前技术结合在一起,既实现了对墨汁、颜料和印泥等在宣纸中的扩散和渗透信息的提取,也实现了对宣纸的三维形貌特征进行了成像。
上述的波前技术与寻焦景深叠层技术的结合使用方法具体实施如图4所示:当采用低倍率的物镜时,由于倍率较低,所以景深较大,因此,在大景深范围内,我们采用寻焦景深叠层技术对宣纸进行测量,重构三维模型;当采用高倍率的物镜时,由于倍率较高,所以景深较小,当倍率较高时,波前技术有很高的分辨率,故我们采用波前技术,计算光波相位信息,利用相位信息重构三维模型。
第三部分,三维模型分层及书画元素在宣纸上的扩散渗透信息的提取,具体实施如下:
对着墨宣纸进行三维建模后,通过光强信息提取分析墨汁、颜料和印泥等在宣纸中的扩散渗透情况。若采用波前技术,则在两张图片中选取清晰度较好的图片或光轴上聚焦位置的图片作为光强信息,若采用寻焦景深叠层方法进行三维重构,则将寻焦时所获取的一组图片进行融合,分别提取每一个测试坐标点上的光强信息融合到一张图片中以作为测试区域的光强信息并存储起来,为后续分析提供支持。
采用分层方法分析着色元素(墨汁、颜料和印泥)在宣纸中的扩散渗透情况,将着墨宣纸的三维拓扑结构转换成二维图像,为后续采用成熟的二维图像处理算法分析中国书画中的墨汁(墨迹)、印泥或颜料等在宣纸中扩散渗透扩散特征及其规律做好准备。
上述的三维模型分层方法如图5所示:分层模型将显微三维图像转换成N个(N为分层数,分层的数量可根据需求进行更改确定)二维图像(类二维图像)。从不同的二维图像可以看到墨汁、颜料、印泥在宣纸里层中的扩散渗透扩散情况,在每一个层形成了不同的分布情况。根据不同层次的二维图上墨汁、颜料、印泥的分布情况对国画元素的扩散渗透扩散程度进行分析。
考虑到宣纸具有半透明的特性,光能够穿透宣纸,光波穿过宣纸过程中,受宣纸里层微观结构的调制,携带了宣纸里层的信息,透射光强信息可以用来表征书画元素在宣纸中的量、扩散渗透情况,因此,以透射光强信息作为书画元素在宣纸中的量的判断依据。
以下再对具体操作进行举例(仅为举例),具体实施步奏如下:
1、光源校准:由于光源均匀与否会直接影响到测量结果的正确与否与后期的分析研究,所以对光源均匀性的测量校准非常必要。首先将基准样本(表面颜色一致)放置到调控平台上,参考以往的校准数据调节调控平台,使其与原始数据具有一样的测试环境,将基准样本置于对焦状态,启动摄像机,采用CCD记录基准样本的光强分布,对测得的数据与原始测试数据进行对比进行调节光源参数;
2、三维重构模式选择:在该系统中,本实例采用多倍率进行测试,具体采用了5×,10×,20×,50×,100×的物镜,其工作距离分别为23.5,17.5,4.5,1.0,1.0,单位毫米;数值孔径分别为:0.15,0.03,0.45,0.80,0.90,因此,可以计算得测量区域,即视野范围为:1.3×1.0,0.66×0.53,0.33×0.27,0.13×0.10,0.065×0.05,单位为平方毫米;进而可得水平分辨率为:2.8μm,1.4μm,0.9μm,0.5μm,0.4μm,总的测试结果如表1所示。
表1
Figure BDA0000755997890000101
Figure BDA0000755997890000111
将要鉴定的书画样品放置到调控平台上,选择有代表性特征区域作为测试点;调整书画宣纸,尽量使其保持平整;其次,根据放大倍数需求,选择恰当的物镜,将相机的镜头对着某一物体聚焦清晰,即寻找焦点;调整调控平台,使得相机在同一图片下能清晰地观测到着墨宣纸(书画)的最高点和最低点。
3、三维微观重构:该系统具有两种三维重构模式选择若采用波前技术,则调节CCD的位置,使得其中一个CCD处于观测清晰的位置,则处于光轴不同位置的两个CCD同时获得光强信息,分别设为I1,I2;调节CCD,在景深范围内分别测得多组数据,计算出相位变化率,继而根据光程差公式,通过相位信息来转换成高度信息,从而获得宣纸的三维图像。
若采用寻焦景深叠层技术,则调节CCD从底部向上移动时,将获得每个像素点的光强度值,即亮度信息。因此,在分析图像像素点在z轴上的最佳对比度与每个图像的获取位置。我们可以将亮度信息和高度信息联系起来,构建亮度信息与高度信息的关系表达式,从而来重构宣纸的三维形貌,如图3所示。
获得着墨宣纸三维结构图后,首先对三维结构图进行预处理,包括图像拼接与变形矫正;由于显微镜的视场较小,所以将多个视角下的三维图像进行拼接,扩大视野,其次,由于宣纸具有柔性特征,即使平整地放置到调控平台(载物台)上也会有稍微的形变,此外,由于宣纸在微观上是三维的,若在测试点表面采用透明介质进行平压来矫正,会导致宣纸表面的形貌产生变形,从而影响到测试结果,所以,我们采用对测试数据进行后期处理来达到变形矫正。对于着墨宣纸的三维图像,我们将其用高通滤波器进行滤波,进行变形矫正。最后,将光强信息叠加到三维结构图上,则可以清晰完整地表述着墨宣纸的特征。
4、三维结构图分层分析:获取着墨宣纸的完整结构图后,则进行墨汁、颜料和印泥在宣纸中的扩散渗透分析,分析方法采用层析技术,即分层分析:分层模型将显微三维图像转换成N(N为分层数,分层的数量可根据需求进行更改确定)个二维图像(类二维图像)。具体实施可如下:
S1:找出三维模型的最高点与最低点,并计算高度差△d;
S2:根据预设的分层数N,得出每层高度为△d/N;
S3:以最低点为起点进行分层,将高度为[0,△d/N],[△d/N,2△d/N]……[(N-1)△d/N,△d]区域分别作为一层,并采用投影方式,将每一层图像简化成二维平面图;
S4:统计每一层的颜色分布信息,并构建不同颜色信息的分布图;
S5:根据墨汁、颜料和印泥等的扩散渗透情况和宣纸的三维结构图对中国书画进行真伪鉴别与分类识别。
5、扩散渗透特征提取流程:如图6中国书画元素三维图像特征提取与识别技术路线所示,该系统通过波前或者寻焦景深叠层技术成像获取着墨宣纸的三维成像数据,根据视场大小需求进行多幅三维图像数据进行拼接融合处理,并进行变形矫正,继而采用分层方法对三维图像进行分析建模,将其转换成二维图像,结合透射光强信息,寻找宣纸上不同着色区域显微特征与扩散渗透的规律。
6、结合透射光强信息、反射光强信息、三维模型,进行多维信息分析:(1)透射光强信息结合三维模型;(2)反射光强信息结合三维模型;(3)透射光强信息、反射光强信息结合三维模型对书画元素在宣纸中渗透扩散的分析:分析测试样本的透射光强信息、反射光强信息,对比墨迹渗透扩散的边缘区域,统计透射光图、反射光图灰度值分布等情况。

Claims (6)

1.基于光强信息的书画元素扩散渗透信息提取及分析方法,其特征在于从多维角度对书画进行分析,首先获取光强信息,包括从书画作品反射的光强信息,即反射光强信息,以及从书画作品透射过的光强信息,即透射光强信息;采用寻焦景深叠层方法或波前技术将所述获取的反射光强信息转换成高度信息;利用光强信息,将寻焦景深叠层技术和波前技术结合在一起;利用反射光对书画作品进行三维建模,得到三维模型;通过对书画三维模型进行逐层分割,将三维图像转换成二维图像,继而结合透射光强信息与反射光强信息,从多维角度分析书画元素在宣纸中的扩散渗透及书画元素量的情况;所述多维角度包括从以下三个方式对书画元素进行分析:(1)透射光强信息结合三维模型;(2)反射光强信息结合三维模型;(3)透射光强信息、反射光强信息结合三维模型;
所述采用寻焦景深叠层方法或波前技术将所述获取的反射光强信息转换成高度信息具体为:当采用低倍率的物镜时,将光强信息转换成高度信息;当采用高倍率的物镜时,采用波前技术采集光轴不同位置的光强信息,并计算光波相位信息,通过相位信息转换得到高度信息。
2.根据权利要求1所述的基于光强信息的书画元素扩散渗透信息提取及分析方法,其特征在于对所构的书画作品三维模型进行分层切割,将三维模型转换成N个二维图像,即对三维模型分解成一层层的薄片,近似认为是二维平面,N为分层数,分层的数量根据需求进行设定。
3.根据权利要求1所述的基于光强信息的书画元素扩散渗透信息提取及分析方法,其特征在于当采用低倍率的物镜时,景深超过设定值,通过寻焦景深叠层法对宣纸进行三维成像重构,得到三维模型;当采用高倍率的物镜时,由于光学景深的限制,利用波前技术计算光波相位信息,并对宣纸书画进行三维成像重构,得到三维模型。
4.根据权利要求3所述的基于光强信息的书画元素扩散渗透信息提取及分析方法,其特征在于还对重构后的三维图像进行变形矫正,减小柔性的宣纸三维图像形变。
5.根据权利要求1所述的基于光强信息的书画元素扩散渗透信息提取及分析方法,其特征在于既能从透射光强信息中提取出书画元素在纸张中的渗透扩散信息及元素量分布的信息,也能结合反射光强信息与透射光强信息,对书画元素在纸张中的渗透扩散情况进行分析。
6.根据权利要求1~5任一项所述的基于光强信息的书画元素扩散渗透信息提取及分析方法,其特征在于所述书画元素包括墨汁、颜料、印泥中的一种以上。
CN201510401096.7A 2015-07-09 2015-07-09 基于光强信息的书画元素扩散渗透信息提取及分析方法 Expired - Fee Related CN105022995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510401096.7A CN105022995B (zh) 2015-07-09 2015-07-09 基于光强信息的书画元素扩散渗透信息提取及分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510401096.7A CN105022995B (zh) 2015-07-09 2015-07-09 基于光强信息的书画元素扩散渗透信息提取及分析方法

Publications (2)

Publication Number Publication Date
CN105022995A CN105022995A (zh) 2015-11-04
CN105022995B true CN105022995B (zh) 2020-04-17

Family

ID=54412950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510401096.7A Expired - Fee Related CN105022995B (zh) 2015-07-09 2015-07-09 基于光强信息的书画元素扩散渗透信息提取及分析方法

Country Status (1)

Country Link
CN (1) CN105022995B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109241812B (zh) * 2017-07-10 2022-10-11 安徽爱观视觉科技有限公司 一种原物识别装置及识别方法
CN108846330A (zh) * 2018-05-30 2018-11-20 中科智文(北京)科技有限公司 一种纸张字画显微图像智能识别系统及识别方法
CN109615602B (zh) * 2018-12-11 2021-05-28 艾瑞迈迪科技石家庄有限公司 一种x光视角图像的生成方法、存储介质以及终端设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102419318A (zh) * 2011-08-26 2012-04-18 朱建宗 一种书画作品的防伪方法
CN103149164A (zh) * 2013-03-04 2013-06-12 暨南大学 基于光谱成像技术的国画真伪鉴别方法与装置
CN103969198A (zh) * 2013-02-06 2014-08-06 上海帆声图像科技有限公司 一种艺术品鉴定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2359713Y (zh) * 1998-06-08 2000-01-19 北京大学 浮雕、碑刻三维激光扫描仪
AU2001217208A1 (en) * 2000-12-08 2002-06-18 Konstantinos Balas An imaging mmethod and apparatus for the non-destructie analysis of paintings and monuments
CN102298790B (zh) * 2011-09-07 2012-12-26 清华大学 基于单元结构的体纹理合成方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102419318A (zh) * 2011-08-26 2012-04-18 朱建宗 一种书画作品的防伪方法
CN103969198A (zh) * 2013-02-06 2014-08-06 上海帆声图像科技有限公司 一种艺术品鉴定方法
CN103149164A (zh) * 2013-03-04 2013-06-12 暨南大学 基于光谱成像技术的国画真伪鉴别方法与装置

Also Published As

Publication number Publication date
CN105022995A (zh) 2015-11-04

Similar Documents

Publication Publication Date Title
CN103874917B (zh) 多焦点干涉图像获取
US7948632B2 (en) Method and apparatus for analysis of a sample of cells
CN103827658B (zh) 识别和测量网状细胞
US9945721B2 (en) Selective wavelength imaging systems and methods
CN101339131B (zh) 岩心显微多种光谱成像信息综合处理方法
CN110214290A (zh) 显微光谱测量方法和系统
CN107490562A (zh) 利用波面整形器的超高速三维折射率影像拍摄和荧光结构光照明显微镜系统及其使用方法
CN107430052A (zh) 成像粒子分析装置
CN107743627A (zh) 用人造3d重建技术辨识安全图样的方法
CN104570315A (zh) 一种基于结构照明的彩色三维层析显微成像系统及方法
CN108377658A (zh) 数字全息术中的自动聚焦系统和方法
CN105022995B (zh) 基于光强信息的书画元素扩散渗透信息提取及分析方法
JP2018502283A (ja) 生物学的粒子の位置の決定を含む分析方法
CN103257061A (zh) 显微镜检验用试样的制备方法及检查试样覆盖质量的装置
WO2006021165A1 (de) Verfahren und anordnung zur optischen aufnahme biometrischer daten
CN107110764A (zh) 利用位置控制对透明样本进行分析的系统及相关联的方法
Tanaka et al. Recovering inner slices of translucent objects by multi-frequency illumination
Luo et al. 4D surface shape measurement system with high spectral resolution and great depth accuracy
JP6362062B2 (ja) 画像生成装置および画像生成方法
Angheluță et al. Macro photogrammetry for the damage assessment of artwork painted surfaces
US11327018B2 (en) Sub-diffraction imaging, coding and decoding of non-bleaching scatters
Luo et al. 4D dual-mode staring hyperspectral-depth imager for simultaneous spectral sensing and surface shape measurement
CN110851965A (zh) 一种基于物理模型的光源优化方法及优化系统
Ma et al. Light-field tomographic fluorescence lifetime imaging microscopy
Xue et al. Fluorescence hyperspectral imaging system for analysis and visualization of oil sample composition and thickness

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200417