CN117336415A - 一种应用于书画扫描的高光谱扫描系统及其扫描方法 - Google Patents

Abstract

本发明提出一种应用于书画扫描的高光谱扫描系统及其扫描方法，通过获取历史书画扫描数据、采集所述历史书画扫描数据时对应的采集设备数据、历史环境数据；根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型；获取待扫描书画作品的基本属性数据；根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案；根据所述第一高光谱扫描方案对所述待扫描书画作品进行扫描得到第一书画作品数据。本发明方案不仅能高效地对书画作品进行无损扫描，而且能智能选择最优的扫描方案以保证扫描的准确性。

Description

一种应用于书画扫描的高光谱扫描系统及其扫描方法

技术领域

本发明涉及扫描技术领域，具体涉及一种应用于书画扫描的高光谱扫描系统及其扫描方法。

背景技术

现有的书画作品研究、修复、保养等工作主要以人工为主，现代科技为辅。比如在书画作品修复工作中，仍需要修复师人工寻找损伤处，并手动进行标识，这个过程耗时很长且不准确，而且需要实施一系列保护措施来避免在识别过程中对文物造成伤害。

亟需一种应用于书画扫描的高光谱扫描方案。

发明内容

本发明正是基于上述问题，提出了一种应用于书画扫描的高光谱扫描系统及其扫描方法，通过本发明方案不仅能高效地对书画作品进行无损扫描，而且能智能选择最优的扫描方案以保证扫描的准确性。

有鉴于此，本发明的一方面提出了一种应用于书画扫描的高光谱扫描系统，包括：服务器、高光谱扫描设备、结构光扫描设备；其中，

所述服务器被配置为：

获取历史书画扫描数据、采集所述历史书画扫描数据时对应的采集设备数据、历史环境数据；

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型；

获取待扫描书画作品的基本属性数据；

根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案；

根据所述第一高光谱扫描方案控制所述高光谱扫描设备对所述待扫描书画作品进行扫描得到第一书画作品数据。

可选地，所述根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型的步骤，所述服务器被配置为：

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据建立结构化的第一训练数据库和第一测试数据库；

对所述第一训练数据库进行预处理，得到第二训练数据库；

从所述第二训练数据库中提取书画类型、扫描需求、设备参数、环境状态这几个维度的数据；

根据所述书画类型、所述扫描需求、所述设备参数、所述环境状态建立特征工程，提取出第一特征数据；

根据所述第一特征数据利用机器学习算法建立基于所述书画类型和/或所述扫描需求所对应的特征与其他特征之间的第一映射模型；

使用模型评估指标评估所述第一映射模型的效果，并调整所述第一映射模型的参数以优化所述第一映射模型得到第二映射模型；

利用所述第一测试数据库对训练好的所述第二映射模型进行预测，输出第一书画扫描测试方案；

从所述第一书画扫描测试方案从提取对应的第一测试设备参数和第一测试环境状态配置数据；

将所述第一测试设备参数和所述第一测试环境状态配置数据与所述第一测试数据库中对应的设备参数与测试环境状态配置数据进行比对，得到第一比对结果；

根据所述第一比对结果对所述第二映射模型进行调整得到所述高光谱扫描模型。

可选地，所述根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案的步骤，所述服务器被配置为：

根据所述基本属性数据确定所述待扫描书画作品的第一书画类型和/或第一扫描需求；

根据所述第一书画类型和/或所述第一扫描需求、所述高光谱扫描模型建立标准化的第一扫描场景、确定第一扫描路线、选择第一光谱范围、确定第一空间分辨率、确定第一标定颜色、确定启用的第一环境调节装置的工作模式、确定第一扫描对象保护方案、确定三维模型构建方法、第一数据处理方案、第一交互操作模式；

综合所述第一扫描场景、所述第一扫描路线、所述第一光谱范围、所述第一空间分辨率、所述第一标定颜色、所述第一环境调节装置及其工作模式、所述第一扫描对象保护方案、所述三维模型构建方法、所述第一数据处理方案和所述第一交互操作模式，形成所述第一扫描方案。

可选地，所述根据所述第一高光谱扫描方案控制所述高光谱扫描设备对所述待扫描书画作品进行扫描得到第一书画作品数据的步骤之后，所述服务器被配置为：

根据预设的书画作品数据模型对所述第一书画作品数据进行比对，得到第一比对结果；

根据所述第一比对结果确定是否需要补充扫描；

当需要补充扫描时，根据所述第一比对结果从预设的多个结构光扫描模型中确定第一结构光扫描模型；

根据所述第一结构光扫描模型，利用所述结构光扫描设备对所述书画作品进行扫描，得到第二书画作品数据；

将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据。

可选地，在所述将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据的步骤之后，所述服务器还被配置为：

根据所述第三书画作品数据生成所述第一书画作品投影数据；

根据所述第一书画作品投影数据控制投影设备在所述书画作品旁的投影区域投影第一书画影像。

本发明的另一方面提供一种应用于书画扫描的高光谱扫描方法，包括：

获取历史书画扫描数据、采集所述历史书画扫描数据时对应的采集设备数据、历史环境数据；

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型；

获取待扫描书画作品的基本属性数据；

根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案；

根据所述第一高光谱扫描方案对所述待扫描书画作品进行扫描得到第一书画作品数据。

可选地，所述根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型的步骤，包括：

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据建立结构化的第一训练数据库和第一测试数据库；

对所述第一训练数据库进行预处理，得到第二训练数据库；

从所述第二训练数据库中提取书画类型、扫描需求、设备参数、环境状态这几个维度的数据；

根据所述书画类型、所述扫描需求、所述设备参数、所述环境状态建立特征工程，提取出第一特征数据；

根据所述第一特征数据利用机器学习算法建立基于所述书画类型和/或所述扫描需求所对应的特征与其他特征之间的第一映射模型；

使用模型评估指标评估所述第一映射模型的效果，并调整所述第一映射模型的参数以优化所述第一映射模型得到第二映射模型；

利用所述第一测试数据库对训练好的所述第二映射模型进行预测，输出第一书画扫描测试方案；

从所述第一书画扫描测试方案从提取对应的第一测试设备参数和第一测试环境状态配置数据；

将所述第一测试设备参数和所述第一测试环境状态配置数据与所述第一测试数据库中对应的设备参数与测试环境状态配置数据进行比对，得到第一比对结果；

根据所述第一比对结果对所述第二映射模型进行调整得到所述高光谱扫描模型。

可选地，所述根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案的步骤，包括：

根据所述基本属性数据确定所述待扫描书画作品的第一书画类型和/或第一扫描需求；

根据所述第一书画类型和/或所述第一扫描需求、所述高光谱扫描模型建立标准化的第一扫描场景、确定第一扫描路线、选择第一光谱范围、确定第一空间分辨率、确定第一标定颜色、确定启用的第一环境调节装置的工作模式、确定第一扫描对象保护方案、确定三维模型构建方法、第一数据处理方案、第一交互操作模式；

综合所述第一扫描场景、所述第一扫描路线、所述第一光谱范围、所述第一空间分辨率、所述第一标定颜色、所述第一环境调节装置及其工作模式、所述第一扫描对象保护方案、所述三维模型构建方法、所述第一数据处理方案和所述第一交互操作模式，形成所述第一扫描方案。

可选地，所述根据所述第一高光谱扫描方案对所述待扫描书画作品进行扫描得到第一书画作品数据的步骤之后，还包括：

根据预设的书画作品数据模型对所述第一书画作品数据进行比对，得到第一比对结果；

根据所述第一比对结果确定是否需要补充扫描；

当需要补充扫描时，根据所述第一比对结果从预设的多个结构光扫描模型中确定第一结构光扫描模型；

根据所述第一结构光扫描模型，利用结构光扫描设备对所述书画作品进行扫描，得到第二书画作品数据；

将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据。

可选地，在所述将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据的步骤之后，还包括：

根据所述第三书画作品数据生成所述第一书画作品投影数据；

根据所述第一书画作品投影数据在所述书画作品旁的投影区域投影第一书画影像。

采用本发明的技术方案，应用于书画扫描的高光谱扫描方法通过获取历史书画扫描数据、采集所述历史书画扫描数据时对应的采集设备数据、历史环境数据；根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型；获取待扫描书画作品的基本属性数据；根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案；根据所述第一高光谱扫描方案对所述待扫描书画作品进行扫描得到第一书画作品数据。本发明方案不仅能高效地对书画作品进行无损扫描，而且能智能选择最优的扫描方案以保证扫描的准确性。

附图说明

图1是本发明一个实施例提供的应用于书画扫描的高光谱扫描系统的示意框图；

图2是本发明一个实施例提供的应用于书画扫描的高光谱扫描方法流程图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

下面参照图1至图2来描述根据本发明一些实施方式提供的一种应用于书画扫描的高光谱扫描系统及其扫描方法。

如图1所示，本发明一个实施例提供一种应用于书画扫描的高光谱扫描系统，包括：服务器、高光谱扫描设备、结构光扫描设备；其中，

所述服务器被配置为：

获取历史书画扫描数据、采集所述历史书画扫描数据时对应的采集设备数据(包括采集设备属性数据、状态数据、工作数据等)、历史环境数据；

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型(所述高光谱扫描模型包括书画类型、书画扫描需求、书画扫描设备及其工作参数、环境状态间的关联关系)；

获取待扫描书画作品的基本属性数据；

根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案；

根据所述第一高光谱扫描方案控制所述高光谱扫描设备对所述待扫描书画作品进行扫描得到第一书画作品数据。

在本发明实施例中，所述书画扫描数据，包括但不限于：高清彩色图像(可以获取作品的高分辨率RGB全色图)；细节层次(扫描可以还原作品笔墨线条的细腻变化)；色谱信息(高光谱成像可以获取各个位置的详细光谱曲线)；酸碱度分布(可以分析墨迹的酸碱pH值分布，判断书画的保存状态)；材料组成(可以推断出不同位置的墨迹材料组成，如矿物原料、淀粉、蛋白等)；细微损伤(可以检测到书画表面不可见的微小裂纹、磨损等)；修补情况(可以分析出书画被修补过的区域)；年代信息(色谱数据可用于判断画作的创作年代)；笔法笔锋(可以通过图像分析提取作品的笔法笔迹特征)；作画工序(结合色谱、成分等信息，可以推断作画的工序)等。

在本发明实施例中，所述采集设备数据包括但不限于：

1.设备属性数据，如型号参数(包括制造商、型号、传感器参数等)、校准参数(包括白平衡、校色等参数数值)、光源参数(包括光源类型、光谱曲线等参数)、扫描范围(表示最大扫描尺寸)、分辨率(表示最大扫描分辨率)；

2.设备状态数据，如运行状态(包括空闲、正在扫描等状态)、连接状态(接口连接情况)、温度(关键部件的温度)、光源状态(光源开启情况、剩余使用时间等)；

3.工作数据，如扫描设置(如分辨率、色深等参数设置值)、扫描时间(如进行每次扫描所用时间)、扫描次数(设备累计扫描次数)、扫描预览(扫描过程中的图像预览)、校准记录(设备执行校准的时间及参数调整记录)、扫描路线等。

以上数据可以全面反映设备的使用状态、运行情况，也是确保设备正常工作的重要依据。

在本发明实施例中，所述扫描环境数据包括但不限于：空间尺寸(如记录扫描室的大小尺寸，长度、宽度、高度)、壁面材质(如记录扫描室四周的墙体、地面使用的材料等)、照明条件(如记录扫描室的照明类型，自然光线还是人工照明，照度大小)、温湿度(如记录扫描室的温度和湿度水平及变化范围)、干净度(如记录扫描室的灰尘级别，可以定期采样测量)、隔振条件(如记录扫描室是否有隔振基础，抗震抗振指标)、噪音水平(如记录扫描室的环境噪音大小，尤其是扫描运行时的噪音)、供配电(如记录扫描室的供电电压等电力供应参数)、网络条件(如包括有线/无线网络的连接可靠性)、安防条件(如需24小时不间断操作，需要完善的安防预防措施)等。收集扫描环境相关数据，可以帮助优化扫描工作流程，保证设备稳定运行。

在本发明实施例中，所述基本属性数据包括但不限于：作者信息(可以通过作品的签名或藏家提供的信息来获取作者的姓名、生平等文字信息)；创作年代(可以通过对书画作品风格的判断、作者生平情况等推断出作品的大致创作年代)；尺幅大小(可以用拍照、机器测量等直接测量作品的长宽尺寸)；题材内容(可以通过直接识别作品的画面内容，判断出作品的题材类别，如山水、花鸟、人物等)；形制类型(可以识别书画作品的式样判断它属于何种画种，如山水画、花鸟画等)；署款题跋(可以直接拍照或提取作品上原有的款识文字)；藏家盖章(可以记录、识别作品上历代藏家的章印)；物理状况(可以对书画作品进行初步识别，获取结构组成、破损情况等物理状态)等。基本属性数据可以为后续扫描作品提供基本参考，也有助于扫描后对文物的管理与研究。

采用该实施例的技术方案，通过获取历史书画扫描数据、采集所述历史书画扫描数据时对应的采集设备数据、历史环境数据；根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型；获取待扫描书画作品的基本属性数据；根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案；根据所述第一高光谱扫描方案对所述待扫描书画作品进行扫描得到第一书画作品数据。本发明方案不仅能高效地对书画作品进行无损扫描，而且能智能选择最优的扫描方案以保证扫描的准确性。

应当知道的是，图1所示的应用于书画扫描的高光谱扫描系统的框图仅作示意，其所示出的各模块的数量并不对本发明的保护范围进行限定。

在本发明一些可能的实施方式中，所述根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型的步骤，所述服务器被配置为：

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据建立结构化的第一训练数据库和第一测试数据库；

对所述第一训练数据库进行预处理(包括清洗、转换格式、处理缺失值等，确保数据质量)，得到第二训练数据库；

从所述第二训练数据库中提取书画类型、扫描需求、设备参数、环境状态这几个维度的数据；

根据所述书画类型、所述扫描需求、所述设备参数、所述环境状态建立特征工程，提取出第一特征数据；

根据所述第一特征数据利用机器学习算法(如线性回归、SVM、神经网络等)建立基于所述书画类型和/或所述扫描需求所对应的特征与其他特征之间的第一映射模型；

使用模型评估指标评估所述第一映射模型的效果，并调整所述第一映射模型的参数以优化所述第一映射模型得到第二映射模型；

利用所述第一测试数据库对训练好的所述第二映射模型进行预测，输出第一书画扫描测试方案；

从所述第一书画扫描测试方案从提取对应的第一测试设备参数和第一测试环境状态配置数据；

将所述第一测试设备参数和所述第一测试环境状态配置数据与所述第一测试数据库中对应的设备参数与测试环境状态配置数据进行比对，得到第一比对结果；

根据所述第一比对结果对所述第二映射模型进行调整得到所述高光谱扫描模型。

在本实施例中，还包括部署高光谱扫描模型到生产环境，连接硬件设备，实现对扫描工作流程的智能优化和闭环控制；并采集新数据并定期优化模型，使之随着时间和场景变化而得到更新。

在本实施例中，通过构建学习模型，可以推断出对不同类型书画作品进行高光谱扫描需要的最佳扫描方案，从而指导扫描工作的规范化操作。

应当说明的是，在本发明实施例中，高光谱扫描模型的作用包括但不限于：

建立标准化的扫描场景(包括控制光源方向和距离、确定书画作品与成像设备的相对位置、确定减少外界环境影响的措施等)、设计扫描路线(如合理安排扫描路线和顺序，避免遗漏或重复扫描区域)、选择光谱范围(如根据检测目标和画作类型，选择适当的波段范围，一般从可见光到近红外波段)、确定空间分辨率(如根据图像质量要求，选择扫描时的空间采样间隔)、标定颜色(如使用标准色卡在场景中扫描，获取不同材质的光谱响应，作为颜色参考)、确定启用的环境调节装置工作模式(包括类型、数量、位置和工作参数等)、确定扫描对象保护方案(如确定对书画作品在温度、光线、载具应力等方面的保护措施)、构建三维模型(将扫描后的二维光谱图像融合构建书画的三维光谱模型)、数据正则化(对模型中的光谱数据进行预处理，校正非均匀性、去噪等)、设置交互接口(建立人机交互接口，指导用户进行模型导航、灯参数调整等操作)、持续迭代优化(收集用户反馈，不断优化模型的鲁棒性、易用性与效果)。

在本实施例中，高光谱扫描模型可以标准化扫描流程，提高采集质量，为后续识别分析提供高质量数据。

在本发明一些可能的实施方式中，所述根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案的步骤，所述服务器被配置为：

根据所述基本属性数据确定所述待扫描书画作品的第一书画类型和/或第一扫描需求；

根据所述第一书画类型和/或所述第一扫描需求、所述高光谱扫描模型建立标准化的第一扫描场景(包括确定高光谱扫描设备的类型、工作参数、控制光源方向和距离等，确定书画作品与高光谱扫描设备的相对位置，确定其他辅助设备与高光谱扫描设备及书画作品间的相对位置，以及确定减少外界环境影响的措施等)、确定第一扫描路线(如合理安排扫描路线和顺序，避免遗漏或重复扫描区域)、选择第一光谱范围(如根据检测目标和画作类型，选择适当的波段范围，一般从可见光到近红外波段)、确定第一空间分辨率(如根据图像质量要求，选择扫描时的空间采样间隔)、确定第一标定颜色(如使用标准色卡在场景中扫描，获取不同材质的光谱响应，作为颜色参考)、确定启用的第一环境调节装置的工作模式(包括类型、数量、位置和工作参数等)、确定第一扫描对象保护方案(如确定对书画作品在温度、光线、载具应力等方面的保护措施)、确定三维模型构建方法(将扫描后的二维光谱图像融合构建书画的三维光谱模型)、第一数据处理方案(对模型中的光谱数据进行预处理，校正非均匀性、去噪等)、第一交互操作模式(建立人机交互接口，指导用户进行模型导航、灯参数调整等操作)；

综合所述第一扫描场景、所述第一扫描路线、所述第一光谱范围、所述第一空间分辨率、所述第一标定颜色、所述第一环境调节装置及其工作模式、所述第一扫描对象保护方案、所述三维模型构建方法、所述第一数据处理方案和所述第一交互操作模式，形成所述第一扫描方案；

在实际扫描中，根据画作的具体情况，对所述第一扫描方案中的参数进行微调(如调整分辨率来达到更好的细节还原度)；

在本实施例中，还包括：重复扫描测试，评估结果效果，直到确定最佳的扫描参数组合；将最终确定的扫描参数记录下来作为该画作的定制化扫描方案；收集扫描结果反馈数据，不断优化高光谱扫描模型；通过查询模型并微调参数，可以高效确定出针对特定书画作品的最佳化扫描方案。

在本实施例中，可以使用高分辨率的光谱相机以确保达到需求的第一空间分辨率；选择宽广的波段范围，覆盖可见光到近红外以获取充分的光谱信息；调整光源照度和位置以保证表面颜色和细节均匀地被扫描；对有风景线的作品，改变扫描方向，避免数据丢失；设定较小的扫描步长，获得高度重叠的图像，保证信息充分。对重点区域如人物面部进行额外靠近扫描，获取更精细数据；构建精良的支撑架装置，确保书画平整、避免图像畸变；对白色平衡进行预先校准，保真色彩；利用软件去除图像杂质和噪声点，保持原生效果；分别存储原始数据和处理后图像，进行镜像备份；输出符合标准的元数据，确保数字资源可持续管理。

本实例通过精心设计的参数和流程，可以获得高质量的书画光谱扫描数据。

可以理解的是，在本实施例中，所述扫描对象保护方案或所述第一扫描对象保护方案包括但不限于：控制扫描时的光照照度和热负荷，避免过强光线或热量对书画的损害；使用稳定的支撑装置，如书画扫描台、防震平台等，固定书画，避免移动晃动；设定合理的扫描路线和扫描次数，不能过度重复扫描同一位置；扫描前要对设备进行检验调试，避免扫描过程中的故障问题；聘请经验丰富的文保人员进行操作或监督扫描过程；对易损书画件要评估其耐扫描能力，必要时采取特殊保护措施；扫描间隙适当，避免书画过热或应力疲劳；为宝贵书画定制个性化的托装托板，确保扫描状态安全；扫描后对书画进行检查，发现问题及时处理。通过精心设计扫描方案，可以最大限度保护书画安全。

在本发明一些可能的实施方式中，所述根据所述第一高光谱扫描方案控制所述高光谱扫描设备对所述待扫描书画作品进行扫描得到第一书画作品数据的步骤之后，所述服务器被配置为：

根据预设的书画作品数据模型(包括但不限于数据维度、各维度数据的精确度等方面的标准规定)对所述第一书画作品数据进行比对，得到第一比对结果(如缺失哪些维度的数据、哪些数据的精确度不够等)；

根据所述第一比对结果确定是否需要补充扫描(如是否存在数据缺失、数据精确度是否不达标等)；

当需要补充扫描时，根据所述第一比对结果从预设的多个结构光扫描模型中确定第一结构光扫描模型(即可以所述第一比对结果确定补充扫描的扫描需求，从而可以确定对应的结构光扫描模型)；

根据所述第一结构光扫描模型，利用所述结构光扫描设备对所述书画作品进行扫描，得到第二书画作品数据；

将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据。

在本实施例中，所述结构光扫描模型包括但不限于：设备参数：光源设置(如结构光的光栅参数、波长、功率等)、相机参数(如分辨率、曝光时间、采样率等参数)、系统标定(如相机与光源的相对位置关系)；环境参数：环境光(如扫描时周围环境光的照度)、抖动控制(如隔振平台的抖动小于多少)、温湿度(对温度湿度变化的适应范围)；目标对象：平面或立体(如目标对象的几何形式)、材质类型(需要适配的材质参数范围)、表面反射(不同反射特性的适应能力)；扫描参数：扫描视角(如扫描时光源和相机的配置)、分辨率(扫描点云的密度要求)、循环次数(单视图获取的次数)；数据处理：点云处理(如多视点数据的合并)、三维重建(生成三维模型的算法)、模型处理(去噪、平滑等后处理算法)等。通过建模并调整这些参数，可以优化结构光扫描的工作流程，提高扫描效率和质量。

可以理解的是，在本实施例中，将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据，具体可以是：在所述第一书画作品数据与所述第二书画作品数据中识别共同的特征点，例如书画作品的一些关键点或轮廓线交点；计算两组数据之间的映射关系，进行像素级的图像配准，使两组数据对齐统一；将所述第二书画作品数据中得到的三维点云投影到二维平面，生成二维点云图像；将该二维点云图像与高光谱图像进行融合，通过数据互补的方式生成第三组书画作品数据；第三书画作品数据既包含高光谱图像的光谱细节信息，又包含了结构光扫描的三维结构信息；可以进一步对融合后的图像进行后处理，提升视觉效果。通过多模式图像的配准与融合，可以充分发挥不同扫描技术的优势，获得复合信息量更丰富的数字化书画作品数据。

在本发明一些可能的实施方式中，在所述将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据的步骤之后，所述服务器还被配置为：

根据所述第三书画作品数据生成所述第一书画作品投影数据；

根据所述第一书画作品投影数据控制投影设备在所述书画作品旁的投影区域投影第一书画影像。

在本实施例中，根据所述第三书画作品数据生成所述第一书画作品投影数据，具体实现步骤如下：

1.根据第三书画作品数据生成三维模型；

2.在三维数字软件中导入三维模型；

3.根据需要设置场景的灯光条件，确定书画作品模型的展示样式。可以设置不同的光照方向和亮度参数；

4.选择适当的摄像机参数，调整摄像机在三维场景中的位置和角度，确定渲染视图；

5.使用三维软件的渲染功能，进行定向渲染，渲染视图输出第一书画作品的二维图像数据；

6.对渲染输出图像进行后期修图处理，调整色彩曲线、锐化等，输出投影用的高质量图像；

7.将渲染后的二维图像存为标准格式的数字图档，即完成了第一书画作品投影数据的生成；

8.可以重复步骤3-6，生成不同角度的投影图像。

在本实施例中，通过三维数字模型的数据，可以高自由度地生成书画作品的二维投影视图，实现数字化书画的可交互展示；通过数字投影的方式，可以在实际物理环境中增添数字内容，实现混合现实，给用户更加沉浸式的体验；可以通过投影将相关联或对比的书画作品放在一起展示，帮助用户更好地对比和领会作品之间的关联；不需要直接在真迹上进行标注或展示，可以通过投影的方式避免对原作造成任何损害；可以通过控制投影内容的变化，实现不同作品的快速切换展示；可以辅助注释或讲解内容的展示，对作品的细节进行引导解释；投影可展示作品的相关文字、图像等信息，而不仅仅是画面内容。总之，这种数字投影技术可以丰富书画作品的展示，带来更丰富的展示效果和用户体验。

请参见图2，本发明的另一实施例提供一种应用于书画扫描的高光谱扫描方法，包括：

获取历史书画扫描数据、采集所述历史书画扫描数据时对应的采集设备数据(包括采集设备属性数据、状态数据、工作数据等)、历史环境数据；

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型(所述高光谱扫描模型包括书画类型、书画扫描需求、书画扫描设备及其工作参数、环境状态间的关联关系)；

获取待扫描书画作品的基本属性数据；

根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案；

根据所述第一高光谱扫描方案对所述待扫描书画作品进行扫描得到第一书画作品数据。

在本发明实施例中，所述书画扫描数据，包括但不限于：高清彩色图像(可以获取作品的高分辨率RGB全色图)；细节层次(扫描可以还原作品笔墨线条的细腻变化)；色谱信息(高光谱成像可以获取各个位置的详细光谱曲线)；酸碱度分布(可以分析墨迹的酸碱pH值分布，判断书画的保存状态)；材料组成(可以推断出不同位置的墨迹材料组成，如矿物原料、淀粉、蛋白等)；细微损伤(可以检测到书画表面不可见的微小裂纹、磨损等)；修补情况(可以分析出书画被修补过的区域)；年代信息(色谱数据可用于判断画作的创作年代)；笔法笔锋(可以通过图像分析提取作品的笔法笔迹特征)；作画工序(结合色谱、成分等信息，可以推断作画的工序)等。

在本发明实施例中，所述采集设备数据包括但不限于：

1.设备属性数据，如型号参数(包括制造商、型号、传感器参数等)、校准参数(包括白平衡、校色等参数数值)、光源参数(包括光源类型、光谱曲线等参数)、扫描范围(表示最大扫描尺寸)、分辨率(表示最大扫描分辨率)；

2.设备状态数据，如运行状态(包括空闲、正在扫描等状态)、连接状态(接口连接情况)、温度(关键部件的温度)、光源状态(光源开启情况、剩余使用时间等)；

3.工作数据，如扫描设置(如分辨率、色深等参数设置值)、扫描时间(如进行每次扫描所用时间)、扫描次数(设备累计扫描次数)、扫描预览(扫描过程中的图像预览)、校准记录(设备执行校准的时间及参数调整记录)、扫描路线等。

以上数据可以全面反映设备的使用状态、运行情况，也是确保设备正常工作的重要依据。

在本发明实施例中，所述扫描环境数据包括但不限于：空间尺寸(如记录扫描室的大小尺寸，长度、宽度、高度)、壁面材质(如记录扫描室四周的墙体、地面使用的材料等)、照明条件(如记录扫描室的照明类型，自然光线还是人工照明，照度大小)、温湿度(如记录扫描室的温度和湿度水平及变化范围)、干净度(如记录扫描室的灰尘级别，可以定期采样测量)、隔振条件(如记录扫描室是否有隔振基础，抗震抗振指标)、噪音水平(如记录扫描室的环境噪音大小，尤其是扫描运行时的噪音)、供配电(如记录扫描室的供电电压等电力供应参数)、网络条件(如包括有线/无线网络的连接可靠性)、安防条件(如需24小时不间断操作，需要完善的安防预防措施)等。收集扫描环境相关数据，可以帮助优化扫描工作流程，保证设备稳定运行。

在本发明实施例中，所述基本属性数据包括但不限于：作者信息(可以通过作品的签名或藏家提供的信息来获取作者的姓名、生平等文字信息)；创作年代(可以通过对书画作品风格的判断、作者生平情况等推断出作品的大致创作年代)；尺幅大小(可以用拍照、机器测量等直接测量作品的长宽尺寸)；题材内容(可以通过直接识别作品的画面内容，判断出作品的题材类别，如山水、花鸟、人物等)；形制类型(可以识别书画作品的式样判断它属于何种画种，如山水画、花鸟画等)；署款题跋(可以直接拍照或提取作品上原有的款识文字)；藏家盖章(可以记录、识别作品上历代藏家的章印)；物理状况(可以对书画作品进行初步识别，获取结构组成、破损情况等物理状态)等。基本属性数据可以为后续扫描作品提供基本参考，也有助于扫描后对文物的管理与研究。

在本发明一些可能的实施方式中，所述根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型的步骤，包括：

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据建立结构化的第一训练数据库和第一测试数据库；

对所述第一训练数据库进行预处理(包括清洗、转换格式、处理缺失值等，确保数据质量)，得到第二训练数据库；

从所述第二训练数据库中提取书画类型、扫描需求、设备参数、环境状态这几个维度的数据；

根据所述书画类型、所述扫描需求、所述设备参数、所述环境状态建立特征工程，提取出第一特征数据；

根据所述第一特征数据利用机器学习算法(如线性回归、SVM、神经网络等)建立基于所述书画类型和/或所述扫描需求所对应的特征与其他特征之间的第一映射模型；

使用模型评估指标评估所述第一映射模型的效果，并调整所述第一映射模型的参数以优化所述第一映射模型得到第二映射模型；

利用所述第一测试数据库对训练好的所述第二映射模型进行预测，输出第一书画扫描测试方案；

从所述第一书画扫描测试方案从提取对应的第一测试设备参数和第一测试环境状态配置数据；

将所述第一测试设备参数和所述第一测试环境状态配置数据与所述第一测试数据库中对应的设备参数与测试环境状态配置数据进行比对，得到第一比对结果；

根据所述第一比对结果对所述第二映射模型进行调整得到所述高光谱扫描模型。

在本实施例中，还包括部署高光谱扫描模型到生产环境，连接硬件设备，实现对扫描工作流程的智能优化和闭环控制；并采集新数据并定期优化模型，使之随着时间和场景变化而得到更新。

在本实施例中，通过构建学习模型，可以推断出对不同类型书画作品进行高光谱扫描需要的最佳扫描方案，从而指导扫描工作的规范化操作。

应当说明的是，在本发明实施例中，高光谱扫描模型的作用包括但不限于：

建立标准化的扫描场景(包括控制光源方向和距离、确定书画作品与成像设备的相对位置、确定减少外界环境影响的措施等)、设计扫描路线(如合理安排扫描路线和顺序，避免遗漏或重复扫描区域)、选择光谱范围(如根据检测目标和画作类型，选择适当的波段范围，一般从可见光到近红外波段)、确定空间分辨率(如根据图像质量要求，选择扫描时的空间采样间隔)、标定颜色(如使用标准色卡在场景中扫描，获取不同材质的光谱响应，作为颜色参考)、确定启用的环境调节装置工作模式(包括类型、数量、位置和工作参数等)、确定扫描对象保护方案(如确定对书画作品在温度、光线、载具应力等方面的保护措施)、构建三维模型(将扫描后的二维光谱图像融合构建书画的三维光谱模型)、数据正则化(对模型中的光谱数据进行预处理，校正非均匀性、去噪等)、设置交互接口(建立人机交互接口，指导用户进行模型导航、灯参数调整等操作)、持续迭代优化(收集用户反馈，不断优化模型的鲁棒性、易用性与效果)。

在本实施例中，高光谱扫描模型可以标准化扫描流程，提高采集质量，为后续识别分析提供高质量数据。

在本发明一些可能的实施方式中，所述根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案的步骤，包括：

据所述基本属性数据确定所述待扫描书画作品的第一书画类型和/或第一扫描需求；

根据所述第一书画类型和/或所述第一扫描需求、所述高光谱扫描模型建立标准化的第一扫描场景(包括确定高光谱扫描设备的类型、工作参数、控制光源方向和距离等，确定书画作品与高光谱扫描设备的相对位置，确定其他辅助设备与高光谱扫描设备及书画作品间的相对位置，以及确定减少外界环境影响的措施等)、确定第一扫描路线(如合理安排扫描路线和顺序，避免遗漏或重复扫描区域)、选择第一光谱范围(如根据检测目标和画作类型，选择适当的波段范围，一般从可见光到近红外波段)、确定第一空间分辨率(如根据图像质量要求，选择扫描时的空间采样间隔)、确定第一标定颜色(如使用标准色卡在场景中扫描，获取不同材质的光谱响应，作为颜色参考)、确定启用的第一环境调节装置的工作模式(包括类型、数量、位置和工作参数等)、确定第一扫描对象保护方案(如确定对书画作品在温度、光线、载具应力等方面的保护措施)、确定三维模型构建方法(将扫描后的二维光谱图像融合构建书画的三维光谱模型)、第一数据处理方案(对模型中的光谱数据进行预处理，校正非均匀性、去噪等)、第一交互操作模式(建立人机交互接口，指导用户进行模型导航、灯参数调整等操作)；

综合所述第一扫描场景、所述第一扫描路线、所述第一光谱范围、所述第一空间分辨率、所述第一标定颜色、所述第一环境调节装置及其工作模式、所述第一扫描对象保护方案、所述三维模型构建方法、所述第一数据处理方案和所述第一交互操作模式，形成所述第一扫描方案；

在实际扫描中，根据画作的具体情况，对所述第一扫描方案中的参数进行微调(如调整分辨率来达到更好的细节还原度)；

在本实施例中，还包括：重复扫描测试，评估结果效果，直到确定最佳的扫描参数组合；将最终确定的扫描参数记录下来作为该画作的定制化扫描方案；收集扫描结果反馈数据，不断优化高光谱扫描模型；通过查询模型并微调参数，可以高效确定出针对特定书画作品的最佳化扫描方案。

在本实施例中，可以使用高分辨率的光谱相机以确保达到需求的第一空间分辨率；选择宽广的波段范围，覆盖可见光到近红外以获取充分的光谱信息；调整光源照度和位置以保证表面颜色和细节均匀地被扫描；对有风景线的作品，改变扫描方向，避免数据丢失；设定较小的扫描步长，获得高度重叠的图像，保证信息充分。对重点区域如人物面部进行额外靠近扫描，获取更精细数据；构建精良的支撑架装置，确保书画平整、避免图像畸变；对白色平衡进行预先校准，保真色彩；利用软件去除图像杂质和噪声点，保持原生效果；分别存储原始数据和处理后图像，进行镜像备份；输出符合标准的元数据，确保数字资源可持续管理。

本实例通过精心设计的参数和流程，可以获得高质量的书画光谱扫描数据。

可以理解的是，在本实施例中，所述扫描对象保护方案或所述第一扫描对象保护方案包括但不限于：控制扫描时的光照照度和热负荷，避免过强光线或热量对书画的损害；使用稳定的支撑装置，如书画扫描台、防震平台等，固定书画，避免移动晃动；设定合理的扫描路线和扫描次数，不能过度重复扫描同一位置；扫描前要对设备进行检验调试，避免扫描过程中的故障问题；聘请经验丰富的文保人员进行操作或监督扫描过程；对易损书画件要评估其耐扫描能力，必要时采取特殊保护措施；扫描间隙适当，避免书画过热或应力疲劳；为宝贵书画定制个性化的托装托板，确保扫描状态安全；扫描后对书画进行检查，发现问题及时处理。通过精心设计扫描方案，可以最大限度保护书画安全。

在本发明一些可能的实施方式中，所述根据所述第一高光谱扫描方案对所述待扫描书画作品进行扫描得到第一书画作品数据的步骤之后，还包括：

根据预设的书画作品数据模型(包括但不限于数据维度、各维度数据的精确度等方面的标准规定)对所述第一书画作品数据进行比对，得到第一比对结果(如缺失哪些维度的数据、哪些数据的精确度不够等)；

根据所述第一比对结果确定是否需要补充扫描(如是否存在数据缺失、数据精确度是否不达标等)；

当需要补充扫描时，根据所述第一比对结果从预设的多个结构光扫描模型中确定第一结构光扫描模型(即可以所述第一比对结果确定补充扫描的扫描需求，从而可以确定对应的结构光扫描模型)；

根据所述第一结构光扫描模型，利用结构光扫描设备对所述书画作品进行扫描，得到第二书画作品数据；

将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据。

在本实施例中，所述结构光扫描模型包括但不限于：设备参数：光源设置(如结构光的光栅参数、波长、功率等)、相机参数(如分辨率、曝光时间、采样率等参数)、系统标定(如相机与光源的相对位置关系)；环境参数：环境光(如扫描时周围环境光的照度)、抖动控制(如隔振平台的抖动小于多少)、温湿度(对温度湿度变化的适应范围)；目标对象：平面或立体(如目标对象的几何形式)、材质类型(需要适配的材质参数范围)、表面反射(不同反射特性的适应能力)；扫描参数：扫描视角(如扫描时光源和相机的配置)、分辨率(扫描点云的密度要求)、循环次数(单视图获取的次数)；数据处理：点云处理(如多视点数据的合并)、三维重建(生成三维模型的算法)、模型处理(去噪、平滑等后处理算法)等。通过建模并调整这些参数，可以优化结构光扫描的工作流程，提高扫描效率和质量。

可以理解的是，在本实施例中，将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据，具体可以是：在所述第一书画作品数据与所述第二书画作品数据中识别共同的特征点，例如书画作品的一些关键点或轮廓线交点；计算两组数据之间的映射关系，进行像素级的图像配准，使两组数据对齐统一；将所述第二书画作品数据中得到的三维点云投影到二维平面，生成二维点云图像；将该二维点云图像与高光谱图像进行融合，通过数据互补的方式生成第三组书画作品数据；第三书画作品数据既包含高光谱图像的光谱细节信息，又包含了结构光扫描的三维结构信息；可以进一步对融合后的图像进行后处理，提升视觉效果。通过多模式图像的配准与融合，可以充分发挥不同扫描技术的优势，获得复合信息量更丰富的数字化书画作品数据。

在本发明一些可能的实施方式中，在所述将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据的步骤之后，还包括：

根据所述第三书画作品数据生成所述第一书画作品投影数据；

根据所述第一书画作品投影数据在所述书画作品旁的投影区域投影第一书画影像。

在本实施例中，根据所述第三书画作品数据生成所述第一书画作品投影数据，具体实现步骤如下：

1.根据第三书画作品数据生成三维模型；

2.在三维数字软件中导入三维模型；

3.根据需要设置场景的灯光条件，确定书画作品模型的展示样式。可以设置不同的光照方向和亮度参数；

4.选择适当的摄像机参数，调整摄像机在三维场景中的位置和角度，确定渲染视图；

5.使用三维软件的渲染功能，进行定向渲染，渲染视图输出第一书画作品的二维图像数据；

6.对渲染输出图像进行后期修图处理，调整色彩曲线、锐化等，输出投影用的高质量图像；

7.将渲染后的二维图像存为标准格式的数字图档，即完成了第一书画作品投影数据的生成；

8.可以重复步骤3-6，生成不同角度的投影图像。

在本实施例中，通过三维数字模型的数据，可以高自由度地生成书画作品的二维投影视图，实现数字化书画的可交互展示；通过数字投影的方式，可以在实际物理环境中增添数字内容，实现混合现实，给用户更加沉浸式的体验；可以通过投影将相关联或对比的书画作品放在一起展示，帮助用户更好地对比和领会作品之间的关联；不需要直接在真迹上进行标注或展示，可以通过投影的方式避免对原作造成任何损害；可以通过控制投影内容的变化，实现不同作品的快速切换展示；可以辅助注释或讲解内容的展示，对作品的细节进行引导解释；投影可展示作品的相关文字、图像等信息，而不仅仅是画面内容。总之，这种数字投影技术可以丰富书画作品的展示，带来更丰富的展示效果和用户体验。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。

Claims (10)

1.一种应用于书画扫描的高光谱扫描系统，其特征在于，包括：服务器、高光谱扫描设备、结构光扫描设备；其中，

所述服务器被配置为：

获取历史书画扫描数据、采集所述历史书画扫描数据时对应的采集设备数据、历史环境数据；

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型；

获取待扫描书画作品的基本属性数据；

根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案；

根据所述第一高光谱扫描方案控制所述高光谱扫描设备对所述待扫描书画作品进行扫描得到第一书画作品数据。

2.根据权利要求1所述的应用于书画扫描的高光谱扫描系统，其特征在于，所述根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型的步骤，所述服务器被配置为：

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据建立结构化的第一训练数据库和第一测试数据库；

对所述第一训练数据库进行预处理，得到第二训练数据库；

从所述第二训练数据库中提取书画类型、扫描需求、设备参数、环境状态这几个维度的数据；

根据所述书画类型、所述扫描需求、所述设备参数、所述环境状态建立特征工程，提取出第一特征数据；

根据所述第一特征数据利用机器学习算法建立基于所述书画类型和/或所述扫描需求所对应的特征与其他特征之间的第一映射模型；

使用模型评估指标评估所述第一映射模型的效果，并调整所述第一映射模型的参数以优化所述第一映射模型得到第二映射模型；

利用所述第一测试数据库对训练好的所述第二映射模型进行预测，输出第一书画扫描测试方案；

从所述第一书画扫描测试方案从提取对应的第一测试设备参数和第一测试环境状态配置数据；

将所述第一测试设备参数和所述第一测试环境状态配置数据与所述第一测试数据库中对应的设备参数与测试环境状态配置数据进行比对，得到第一比对结果；

根据所述第一比对结果对所述第二映射模型进行调整得到所述高光谱扫描模型。

3.根据权利要求2所述的应用于书画扫描的高光谱扫描系统，其特征在于，所述根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案的步骤，所述服务器被配置为：

根据所述基本属性数据确定所述待扫描书画作品的第一书画类型和/或第一扫描需求；

根据所述第一书画类型和/或所述第一扫描需求、所述高光谱扫描模型建立标准化的第一扫描场景、确定第一扫描路线、选择第一光谱范围、确定第一空间分辨率、确定第一标定颜色、确定启用的第一环境调节装置的工作模式、确定第一扫描对象保护方案、确定三维模型构建方法、第一数据处理方案、第一交互操作模式；

综合所述第一扫描场景、所述第一扫描路线、所述第一光谱范围、所述第一空间分辨率、所述第一标定颜色、所述第一环境调节装置及其工作模式、所述第一扫描对象保护方案、所述三维模型构建方法、所述第一数据处理方案和所述第一交互操作模式，形成所述第一扫描方案。

4.根据权利要求3所述的应用于书画扫描的高光谱扫描系统，其特征在于，所述根据所述第一高光谱扫描方案控制所述高光谱扫描设备对所述待扫描书画作品进行扫描得到第一书画作品数据的步骤之后，所述服务器被配置为：

根据预设的书画作品数据模型对所述第一书画作品数据进行比对，得到第一比对结果；

根据所述第一比对结果确定是否需要补充扫描；

当需要补充扫描时，根据所述第一比对结果从预设的多个结构光扫描模型中确定第一结构光扫描模型；

根据所述第一结构光扫描模型，利用所述结构光扫描设备对所述书画作品进行扫描，得到第二书画作品数据；

将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据。

5.根据权利要求1-4所述的应用于书画扫描的高光谱扫描系统，其特征在于，在所述将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据的步骤之后，所述服务器还被配置为：

根据所述第三书画作品数据生成所述第一书画作品投影数据；

根据所述第一书画作品投影数据控制投影设备在所述书画作品旁的投影区域投影第一书画影像。

6.一种应用于书画扫描的高光谱扫描方法，其特征在于，包括：

获取历史书画扫描数据、采集所述历史书画扫描数据时对应的采集设备数据、历史环境数据；

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型；

获取待扫描书画作品的基本属性数据；

根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案；

根据所述第一高光谱扫描方案对所述待扫描书画作品进行扫描得到第一书画作品数据。

7.根据权利要求6所述的应用于书画扫描的高光谱扫描方法，其特征在于，所述根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据构建高光谱扫描模型的步骤，包括：

根据所述历史书画扫描数据、所述采集设备数据、所述历史环境数据建立结构化的第一训练数据库和第一测试数据库；

对所述第一训练数据库进行预处理，得到第二训练数据库；

从所述第二训练数据库中提取书画类型、扫描需求、设备参数、环境状态这几个维度的数据；

根据所述书画类型、所述扫描需求、所述设备参数、所述环境状态建立特征工程，提取出第一特征数据；

根据所述第一特征数据利用机器学习算法建立基于所述书画类型和/或所述扫描需求所对应的特征与其他特征之间的第一映射模型；

使用模型评估指标评估所述第一映射模型的效果，并调整所述第一映射模型的参数以优化所述第一映射模型得到第二映射模型；

利用所述第一测试数据库对训练好的所述第二映射模型进行预测，输出第一书画扫描测试方案；

从所述第一书画扫描测试方案从提取对应的第一测试设备参数和第一测试环境状态配置数据；

将所述第一测试设备参数和所述第一测试环境状态配置数据与所述第一测试数据库中对应的设备参数与测试环境状态配置数据进行比对，得到第一比对结果；

根据所述第一比对结果对所述第二映射模型进行调整得到所述高光谱扫描模型。

8.根据权利要求7所述的应用于书画扫描的高光谱扫描方法，其特征在于，所述根据所述基本属性数据和所述高光谱扫描模型确定对应的第一高光谱扫描方案的步骤，包括：

根据所述基本属性数据确定所述待扫描书画作品的第一书画类型和/或第一扫描需求；

根据所述第一书画类型和/或所述第一扫描需求、所述高光谱扫描模型建立标准化的第一扫描场景、确定第一扫描路线、选择第一光谱范围、确定第一空间分辨率、确定第一标定颜色、确定启用的第一环境调节装置的工作模式、确定第一扫描对象保护方案、确定三维模型构建方法、第一数据处理方案、第一交互操作模式；

综合所述第一扫描场景、所述第一扫描路线、所述第一光谱范围、所述第一空间分辨率、所述第一标定颜色、所述第一环境调节装置及其工作模式、所述第一扫描对象保护方案、所述三维模型构建方法、所述第一数据处理方案和所述第一交互操作模式，形成所述第一扫描方案。

9.根据权利要求8所述的应用于书画扫描的高光谱扫描方法，其特征在于，所述根据所述第一高光谱扫描方案对所述待扫描书画作品进行扫描得到第一书画作品数据的步骤之后，还包括：

根据预设的书画作品数据模型对所述第一书画作品数据进行比对，得到第一比对结果；

根据所述第一比对结果确定是否需要补充扫描；

当需要补充扫描时，根据所述第一比对结果从预设的多个结构光扫描模型中确定第一结构光扫描模型；

根据所述第一结构光扫描模型，利用结构光扫描设备对所述书画作品进行扫描，得到第二书画作品数据；

将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据。

10.根据权利要求9所述的应用于书画扫描的高光谱扫描方法，其特征在于，在所述将所述第一书画作品数据与所述第二书画作品数据进行配准与融合，得到第三书画作品数据的步骤之后，还包括：

根据所述第三书画作品数据生成所述第一书画作品投影数据；

根据所述第一书画作品投影数据在所述书画作品旁的投影区域投影第一书画影像。