RU2533319C2 - Method of analysing and identifying cultural art paintings - Google Patents

Method of analysing and identifying cultural art paintings

Info

Publication number
RU2533319C2
RU2533319C2 RU2012139529A RU2012139529A RU2533319C2 RU 2533319 C2 RU2533319 C2 RU 2533319C2 RU 2012139529 A RU2012139529 A RU 2012139529A RU 2012139529 A RU2012139529 A RU 2012139529A RU 2533319 C2 RU2533319 C2 RU 2533319C2
Authority
RU
Grant status
Grant
Patent type
Prior art keywords
digital
signal
light
data
colour
Prior art date
Application number
RU2012139529A
Other languages
Russian (ru)
Other versions
RU2012139529A (en )
Inventor
Наталья Кирилловна Кастальская-Бороздина
Original Assignee
Наталья Кирилловна Кастальская-Бороздина
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
Grant date

Links

Images

Abstract

FIELD: physics, computer engineering.
SUBSTANCE: invention relates to identification of cultural objects. The method of analysing cultural art paintings to check authenticity and integrity thereof comprises converting a colour image of the painting into an image light signal S, splitting the light signal into three basic colours in an RGB system with referencing to a coordinate grid in the form of pixels, when storing the light signal in an author data bank, performing matrix adaptive addition of components RS, GS and BS; performing analogue-to-digital conversion of each pixel of the colour-separated light signal RS GS BS in logic elements of a two-dimensional digital image and recording in a colour-separated matrix, determining spectral-brightness characteristics kRS, kGS, kBS of each pixel of the colour-separated light signal, analogue-to-digital conversion thereof into a series of digital data with referencing to the colour-separated matrix and storing in an author data bank, analysing authenticity and integrity of the painting by comparing the digital data of the painting being tested with stored digital data of the original painting and performing matrix adaptive addition of components when reproducing the image.
EFFECT: high accuracy of authenticating paintings.
5 cl, 15 dwg

Description

Изобретение относится к способам исследования и идентификации предметов культуры, в частности произведений живописи, с целью их защиты от подделки, а также для определения степени их сохранности. The invention relates to methods for the identification and study of cultural objects, in particular of paintings, to protect them against counterfeit and also to determine the degree of preservation.

Известен способ и система определения подлинности предметов, таких как оригинальные произведения искусства, за счет использования уникальных, присущих им признаков, в котором размещают исследуемый предмет в оборудовании, обеспечивающем запись микроскопического изображения, выбирают микроучасток на исследуемом предмете, записывают увеличенное изображение с уникальными признаками на выбранном микроучастке предмета и сохраняют данные в центральном хранилище. Known is a method and system for determining the authenticity of items, such as original works of art, by the use of unique inherent characteristics in which are placed the analyzed subject in equipment providing recording microscopic images selected microsite on the test object, is recorded enlarged view of the unique features of the selected subject catchment and store data in a central repository. В последующем при необходимости идентификации какого-либо предмета данные извлекают из хранилища и производят сравнение соответствующих изображений микроучастков сохраненного и исследуемого предмета. Subsequently, if necessary, identification of a data object is removed from storage and the corresponding images are compared and the test of micro stored object. (US 5521984 А, 28.05.1996). (US 5,521,984 A, 28.05.1996).

Известны устройство и способ маркирования и идентификации вещей, согласно которому осуществляют нанесение идентификационной метки на изделие, обнаружение метки производят в инфракрасном диапазоне оптического излучения (ИК), а определение принадлежности и подлинности изделия выполняют по наличию и характеру обнаруженной метки (GB 1439173 А, 03.05.1973). Known apparatus and method for marking and identifying items, whereby is performed applying identification tags to the product, the detection mark produced in the infrared range of the optical radiation (IR), and the determination accessories authenticity products operate on the presence and nature of the detected label (GB 1,439,173 A, 03.05. 1973).

Известный прибор для маркирования и идентификации вещей представляет собой сложное оптическое устройство со специальной электронной системой. The known device for marking and identifying items is a complex optical device with a special electronic system. Применение в приборе высокоточных интерференционных фильтров, специальной оптики и логических электронных схем делает прибор оченьдорогим, а метод неудобным в практическом применении для контроля крупногабаритных вещей (например, произведений живописи, размеры которых измеряются квадратными метрами). Application of the device in high-precision interference filters, special optics and logic circuitry makes ochendorogim device, and the method inconvenient in practical use for the control of large-sized items (e.g., paintings, whose dimensions are measured in square meters).

Известен способ идентификации объектов, в котором на поверхности объекта или в объекте размещают электронную метку в виде интегральной микросхемы (чипа), реагирующей на внешний сигнал заданного вида определенным ответным сигналом (заявка EP 0563713, 06.10.1993; патент RU 2152076, 27.06.2000). Known method of identifying objects in which the object on the surface or in the object placed in the electronic label as an integrated circuit (chip) responsive to an external signal given type specific response signal (EP 0563713, 06.10.1993 application; Patent No. RU 2152076, 27.06.2000) .

Известен способ защиты и идентификации материальных объектов с помощью скрытой маркировки, которая наносится на поверхность объектов в виде некоторого рисунка невидимой краской, которая становится видимой в ультрафиолетовых или инфракрасных лучах (патент RU 2107945, 27.03.1998). Known is a method of protection and identification of material objects with the watermark, which is applied to the surface of objects in the form of a pattern of invisible ink which becomes visible under ultraviolet or infrared rays (patent RU 2107945, 27.03.1998).

Недостатком известных способов и устройств маркировки является то, что они не позволяют записывать идентификационную информацию, а дают только ответ, подлинный документ или нет. The disadvantage of the known methods and marking devices is that they do not allow you to record identification information, and only give the answer, the original document or not. Все эти способы имеют присущий им существенный недостаток, состоящий в том, что одним и тем же кодом маркируются все объекты данной серии и встраиваемые микросхемы не могут быть использованы для защиты некоторых антикварных вещей. All these methods have inherent drawback consisting in the fact that the same code marked objects in this series, and embedded chips can not be used to protect some antiques.

Наиболее близким к заявленному является способ проверки подлинности и сохранности произведений живописи, включающий сканирование выбранного произведения живописи, цветоделение полученной информации об изображении на три основных цвета в системе RGB, аналого-цифровое преобразование, анализ подлинности и сохранности произведения живописи осуществляют на основе упомянутой последовательности данных и/или сравнение полученной последовательности цифровых данных с данными, соответствующими оригинальному произведению (RU 2297725 С1, 20.04.2007). The closest to the claimed is a method for authentication and security of painting products, comprising scanning the selected paintings, separations obtained image information into three primary colors in the RGB system, analog-to-digital conversion, authentication analysis and preservation painting work is performed on the basis of said data sequences, and / or comparison of the resulting sequence of digital data with data corresponding to the original product (RU 2297725 C1, 20.04.2007).

Известные способы только упрощают визуальное обследование произведений искусства, но не позволяют произвести точный анализ палитры произведения живописи. Known methods only facilitate visual inspection of works of art, but do not permit a precise analysis of the palette paintings.

Техническим результатом заявленного решения является повышение точности определения подлинности произведения живописи за счет повышения информативности сведений о параметрах произведения живописи, являющегося оригиналом предмета культуры. The technical result of the decision is to increase the accuracy of determining the authenticity of paintings by increasing the information content of the information about the parameters of paintings, is the original cultural object.

Для этого способ исследования живописных произведений культуры для проверки подлинности и сохранности произведений живописи заключается в том, что перед осуществлением проверки подлинности произведений живописи исследуют заведомо известные оригиналы произведений живописи и формируют авторский банк данных, для этого осуществляют преобразование цветного изображения произведения живописи в световой сигнал изображения S, осуществляют цветоделение светового сигнала изображения на три основных цвета в системе RGB с привязкой к координа For this method of investigation paintings culture for authentication and preservation of works of art consists in the fact that before carrying out the authentication of paintings examined clearly see original works of art and form Exclusive data bank for that carried out the conversion of color image works of art in light image signal S , color separation is performed on the image signal of the light three primary colors in the RGB system coordinates with reference to тной сетке в виде пикселей, при сохранении светового сигнала изображения в авторском банке данных осуществляют матричное аддитивное сложение компонентов R s , G s и B s ; tnoj grid as pixels, while maintaining the light spot in the copyright data signal is carried matrix bank additive composition components R s, G s and B s; аналого-цифровое преобразование каждого пикселя цветоделенного светового сигнала R s, G s, B s в логические элементы двумерного цифрового изображения и запись их в соответствующей цветоделенной матрице, определение соответствующих спектрально-яркостных характеристик k RS , k GS , k BS каждого пикселя цветоделенного светового сигнала, аналого-цифровое преобразование их в последовательность цифровых данных, с привязкой к соответствующей цветоделенной матрице и хранение цифровых данных относящихся к живописным произведениям культуры в авторск analog-to-digital conversion of each pixel of the color separation of the light signals R s, G s, B s in the logic elements of two-dimensional digital image and recording them in the appropriate color separation matrix, determining corresponding spectral brightness characteristics k RS, k GS, k BS each pixel color separation of the light signal , analog-to-digital conversion of them into a sequence of digital data, with reference to the corresponding color separation matrix and the storage of digital data relating to the picturesque cultural materials in copyright м банке данных, анализ подлинности и сохранности произведения живописи осуществляют на основе цифровых данных, сохраненных в цветоделенных матрицах авторского банка данных путем сравнения цифровых данных тестируемого произведения живописи с сохраненными цифровыми данными оригинала произведения живописи, и при воспроизведении изображения осуществляют матричное аддитивное сложение компонентов RGB виде: m databank analysis authentication and security paintings performed based on digital data stored in the color separation matrices copyright data bank by comparing the digital data of the test paintings with the stored digital data of original works of art, and is carried matrix additive addition RGB form components when an image is:

S R =R s =k RS (R s +G s +B S )/3, S R = R s = k RS (R s + G s + B S) / 3

S G =G S =k GS (R S +G S +B S )/3, S G = G S = k GS (R S + G S + B S) / 3

S B =B S =k BS (R S +G S +B S ) /3, S B = B S = k BS (R S + G S + B S) / 3

где k RS, k GS , k BS - спектрально-яркостные характеристики фильтров. where k RS, k GS, k BS - spectral brightness filter characteristics.

На сохраненный сигнал изображения живописи накладывают белый гауссовский шум N с экспериментально подобранными сопряженными характеристиками относительно яркости каждого пространственно дискретизированного пикселя и проверку подлинности осуществляют по соотношению: The saved image signal superimposed painting white Gaussian noise N with the experimentally chosen conjugate relative brightness characteristics of each sampled pixel spatially and authentication is performed by the relation:

Figure 00000001

где S ориг и S т.обр - сигнал оригинала произведения живописи на выходе после согласованной фильтрации при фиксированных значениях гауссовского шума и тестируемый сигнал произведения живописи соответственно. where S and S orig t.obr - original paintings signal output after matched filtering at the fixed values of the Gaussian noise and the test signal respectively paintings.

Преобразование цветного изображения произведения живописи в световой сигнал изображения осуществляют путем сканирования или фотографирования произведения живописи. Conversion of the color image to light paintings image signal is carried out by scanning or photographing paintings.

Цветоделение светового сигнала изображения на три основных цвета в системе RGB осуществляют посредством дихроичных призм. Separations light image signal into three primary colors in the RGB system is performed by the dichroic prism.

Цветоделенная матрица выполнена в виде матрицы, каждому элементу которой соответствуют три пикселя-фотодиода. Color separation matrix is ​​a matrix, each element of which corresponds to three pixel photodiode.

На фиг.1 показано аддитивное сложение компонентов RGB. 1 shows the addition of an additive RGB components.

На фиг.2 показаны кривые спектральной яркости природных объектов. 2 shows the spectral curves of brightness of natural objects.

На фиг.3 показана матрица, в которую записаны данные о спектральной яркости. Figure 3 shows an array in which the data recorded on the spectral luminance.

На фиг.4 показана кривая спектральной яркости. 4 shows a spectral curve of brightness.

На фотографиях 1-11 показаны образцы живописных произведений. The photographs are shown samples 1-11 paintings.

Цвет - это качественная субъективная характеристика электромагнитного излучения оптического диапазона, определяемая на основании возникающего физиологического зрительного ощущения и зависящая от ряда физических, физиологических и психологических факторов. Color - a quality subjective characteristic of electromagnetic radiation in the optical range, which is determined based on the emerging physiological visual sensation and depends on a number of physical, physiological and psychological factors. Восприятие цвета определяется индивидуальностью человека, а также спектральным составом, цветовым и яркостным контрастом с окружающими источниками света, а также несветящимися объектами. Perception of color is determined by human individual, as well as the spectral composition, color and luminance contrast to the surrounding light sources, as well as nonluminous objects.

В свою очередь ощущения формируются в ходе сложного многоступенчатого механизма цветного зрения, за который отвечают гены, кодирующие светочувствительные белки: опсины. In turn, the feeling generated in the course of complex multi-mechanism of color vision, which is responsible for the genes coding for light-sensitive proteins: opsins. Считается, что существует три основных цвета: красный, зеленый и синий, которые обеспечивают всю полноту охвата цветного зрения человека. It is believed that there are three primary colors: red, green and blue, which provide full coverage of human color vision.

Таким образом, задача исследования живописного произведения культуры на предмет подлинности и сохранности может быть сведена к задаче идентификации в первом случае оригинальных, а во втором, наоборот, неоригинальных колеров, входящих в состав палитры его красочного слоя. Thus, the problem pictorial works culture studies for authentication and security may be reduced to the problem of identification in the case of the first original and the second, on the contrary, non-original callers that are part of its palette paint layer.

Живописное полотно, цвет которого изменяется непрерывно, служит примером аналогового представления, а пучок электромагнитных волн, отраженных от поверхности его красочного слоя (в том числе и черно-белого), есть не что иное, как аналоговый сигнал по отношению к светоприемнику, такому, например, как фотоаппарат. The painting, whose color is changed continuously, is an example of analog representation, and a beam of electromagnetic waves reflected from the surface of its ink layer (including black and white) is nothing, as an analog signal with respect to the light detector, such, e.g. as the camera. В процессе фотографирования пучок электромагнитных волн, отраженных от поверхности красочного слоя исследуемого живописного произве- In the process of photographing a beam of electromagnetic waves reflected from the surface of the paint layer of the test pictorial proizve-

дения и уловленных объективом фотоаппарата, делится с помощью его дихроидных призм на три основных цвета: красный (R), зеленый (G) и синий (В). Denia and captured camera lens, is divided by means of its dichroic prism into three primary colors: red (R), green (G) and blue (B). Затем каждый из них направляется на специально предназначенную для него матрицу. Then, each of which is directed to a specially designed matrix for him. В свою очередь последняя преобразовывает спроецированное на нее оптическое монохроматическое изображение в аналоговый электрический сигнал или при наличии в ее составе аналого-цифрового преобразователя (АЦП) в поток цифровых данных. In turn, the latter converts it projected monochromatic optical image into an analog electrical signal, or the presence in its composition of an analog-digital converter (ADC) into a digital data stream. Следовательно, матрицы хранят информацию о пространственно дискретизированном аналоговом или кодированном изображении, каждому элементу которого ZAB-цветовом охвате соответствуют три пикселя-фотодиода (фиг.3), выполняющих роль пороговых устройств фильтров, подобно колбочкам и палочкам глазной сетчатки приматов. Consequently, the matrix store information about a spatially sampled or analog encoded image, each element of which ZAB-gamut correspond to three pixel photodiode (3) that act as filters of threshold devices, like the rods and cones of the retina primate eye. Так же, как и последние, они максимально чувствительны по отношению к одному из трех R, G, В-диапазонов видимого света. Just like the latter, they are as sensitive with respect to one of the three R, G, B visible light ranges. Далее в случае использования этой информации для воспроизведения изображения, например, на экране монитора, применяется способ аддитивного наложения цветов R, G и В (фиг.1). Further, in the case of using this information to reproduce the image, such as on the monitor screen, the method applies the additive superposition of colors R, G and B (Figure 1). Здесь необходимо отметить, что вторичное изображение представляет собой спектральный аналог исходного изображения, поскольку для его построения используются чистые спектральные цвета. It should be noted that the secondary image is a spectral analog of the original image, because the pure spectral colors are used for its construction. Это обстоятельство не препятствует возможности опосредованного исследования произведений живописи через их компьютерные копии потому, что с учетом аппаратной погрешности значения R, G и В вторичного изображения полностью соответствуют их оригинальным произведениям, зафиксированным в ходе фотографического спектрального анализа. This fact does not preclude the possibility of indirect research of paintings through their computer up because taking into account the hardware error values ​​R, G and B of the secondary image is fully consistent with their original works, recorded in the photographic spectrum analysis. При этом разные исследователи по-разному определяют их сущность. In this case, different researchers have different definitions of the essence. Так, некоторые из них связывают их с насыщенностью цвета в R, G, В-каналах: монохроматических матрицах, другие - с его количеством в них, третьи - с его интенсивностью и т.д. Thus, some of them with their associated color saturation in the R, G, B channels: monochromatic matrices other - with its quantity in them, third - with its intensity, etc. Как бы там ни было, а градация каждой из них при пятиразрядном кодировании 2 5 колеблется в интервале от 0 до 256 и, несомненно, в нашем случае представляет собой количественную характеристику отражательной способности пикселя красочного слоя живописи. Be that as it may, the gradation of each of them at a five-bit encoding 2 5 ranges from 0 to 256 and, undoubtedly, in our case is a quantitative characteristic of reflectance of the pixel of the paint layer painting. Следовательно, последнее означает, что яркость пикселя есть не что иное, как спектральная плотность сигнала: F R, F G, F B (фиг.4). Consequently, this means that the brightness of the pixel is none other than the spectral density of the signal: F R, F G, F B ( Figure 4). В свою очередь фундаментальные исследования по измерению отражательной способности (спектрометрированию) природных объектов в видимом диапазоне оперируют спектральными яркостями. Fundamental research on the measurement of reflectivity (spectrometry) of natural objects in the visible range of the spectral brightness operate in turn. Так, например, с их помощью установлено, что все многообразие объектов земной поверхности делится на несколько классов, каждый из которых отличается по характеру спектральной отражательной способности (фиг.2). Thus, for example, with their help it established that the diversity of objects on the earth surface is divided into several classes, each of which is distinguished by the nature of the spectral reflectance (Figure 2).

Любое живописное произведение может быть представлено как набор цветовых пятен, не имеющих толщины слоя и расположенных в площади изображения. Any pictorial artwork may be represented as a set of color patches having no thickness and disposed in the image area. Тогда если в пределах некоторого непрерывного поля D цвет непрерывен и не изменяется, то его математическим описанием будет: Then, if within a continuous field D color is continuous and does not change, it is a mathematical description:

Q(L) Q (L) = =

Figure 00000002
, (ур.1) (Lv.1)

где Q - теоретически количество цвета (единица яркости). where Q - amount theoretically color (luminance unit).

Если цвет в пределах плоскости D (фиг.2) начнет непрерывно изменяться, то, привязав эти изменения к координатной сетке, мы получим обычную гистограмму внутри кривой Гаусса, описывающую количественные изменения цвета If the color is within the plane D (Figure 2) starts to continuously vary the tying these changes to the grid, we obtain the histogram within normal Gaussian curve describing quantitative color change

Q( или L ) Q (or L) = = D D 1 1 + + D D 2 2 + + D D 2 2

Figure 00000003
, (ур.2) (Ur.2)

Вместе с тем, применительно к «Теории распознавания образа» живопись можно представить как «систему», состоящую из фиксированного набора составляющих ее структурных элементов: тонов и (или) их оттенков: колеров, последние из которых созданы художником в ходе творения посредством смешения открытых цветов. However, reference to an "image recognition Theory" painting can be represented as a "system", consisting of a fixed set of its constituent structural elements: tones and (or) their shades callers, the latter of which is created by the artist during the creation by mixing open flowers . Далее если в соответствии с «Теорией согласованной фильтрации» один из элементов выбрать в качестве «сигнала» (света) (далее и везде - S), то все остальные тоны и колеры примут по отношению к нему положение «Шума» (далее и везде - N). Further, if, in accordance with the "Theory Matched Filtering" is one of the elements selected as "signal" (beam) (hereinafter referred to elsewhere - S), all the other tones & Stains will take with respect to it to "noise" (hereinafter, anywhere - N). Затем, поскольку форма обрабатываемого сигнала заранее известна и нам нужно определить лишь факт его присутствия на фоне шумов, то в этом случае фильтр должен вместо сохранения формы сигнала обеспечить его максимальный (по сравнению с шумом) уровень на выходе. Then, since the signal to be processed form is known in advance, and we need to determine the mere fact of his presence on the background noise, in this case, the filter must instead save the waveform to provide its maximum (as compared with the noise) level at the output. Критерием качества обработки в данном случае может служить отношение сигнал/шум, определяемое как: processing quality criterion in this case can serve as a signal / noise ratio, defined as:

S/N=|S(t)max|/σ, (ур.3) S / N = | S (t) max | / σ, (ur.3)

где σ - дисперсия помехи, |S(t)max| where σ - noise variance, | S (t) max | - модуль максимального значения меняющегося сигнала. - module maximum value changing signal. Это уравнение с учетом пространственной дискретизации может быть преобразовано в уравнение: This equation taking into account the spatial sampling can be transformed into the equation:

S/N S / N = = |S | S R R |/|N | / | N R R | | |S | S G G |/|N | / | N G G | | |S | S B B |/|N | / | N B B | |

Figure 00000004
(ур.4) (Ur.4)

где S R , S G , S B - сигналы соответствующих каналов, a N R , N G , N B - шумы соответствующих каналов, ak R , k G , k B - спектрально-яркостные характеристики, несущие информацию о коэффициентах гашения яркости сигнала или шума соответствующего канала. where S R, S G, S B - signals of respective channels, a N R, N G, N B - noises of the respective channels, ak R, k G, k B - spectral luminance characteristics carrying information about the coefficients blanking signal brightness or corresponding channel noise.

Наилучшим образцом в классе линейных согласованных фильтров, а в случае наличия гауссовских помех и в классе нелинейных является фильтр со следующей комплексно-частотной характеристикой The best model in the class of linear matched filters and in case of a Gaussian noise and a class of nonlinear filter is the following complex frequency response

K(jω ) K (jω) = = α α e e - F F S S * * (jω )/F (Jω) / F N N (ω ) (Ω)

Figure 00000005
, (ур.5) (Ur.5)

где K(jω) - комплексно-частотная характеристика фильтра, F s (jω) - комплексно-сопряженный сигнал, F N (ω) - спектральная плотность мощности помехи, а where K (jω) - complex frequency characteristic of the filter, F s (jω) - complex-conjugate signal, F N (ω) - interference power spectral density, and α α e e -

Figure 00000006
- коэффициент, характеризующий нелинейность согласованных фильтров. - coefficient characterizing the non-linearity matched filters. Из уравнения следует, что эффективность фильтра зависит от отношения спектральной плотности сигнала к спектральной плотности мощности помехи. From the equation it follows that the effectiveness of the filter depends on the ratio of the spectral density of the signal to interference power spectral density. Однако, очевидно, что в подавляющем большинстве случаев N не является равномерной распределенной в площади изображения и таким образом не отвечает условиям Теории согласованной фильтрации. However, it is obvious that in most cases N is not uniformly distributed in the image area and thus does not meet the conditions Theory matched filtering. Чтобы обойти это препятствие, было выполнено предварительное преобразование системы, подобно тому, как это делается в случае необходимости так называемого белого выравнивания N. Для этого сначала на второй план аналогового изображения был наложен белый гауссовский шум с экспериментально подобранными сопряженными характеристиками относительно яркостей анализируемого пикселя-колера. To circumvent this hurdle, transformation was performed prior system just as it is done in case of need the so-called white alignment N. For this, first the second analog image plan superimposed white Gaussian noise with the experimentally chosen conjugate characteristics relative brightnesses analyzed pixel-caramel . Затем сам сигнал выведен на первый план, а уровень шумов живописной палитры, тем самым, снижен за счет подавления гауссовским шумом, что привело в свою очередь к повышению уровня сигнала на их фоне. The signal is then launched himself into the foreground, and the noise level scenic palette, thus, reduced by suppressing Gaussian noise, which led in turn to an increase in the signal level at their background. Благодаря этому, последняя была приведена в состояние, удовлетворяющее условиям Теории согласованной фильтрации, что и позволило выполнить ее эффективное и целенаправленное цветоделение и обнаружить, таким образом, все фрагменты красочного слоя живописи, в написании которых принимал участие интересующий исследователя колер. Because of this, the latter has been brought to a state that satisfies Theory matched filtering, which allowed her to perform effective and targeted color separation and find thus all the fragments of the paint layer painting, in writing which involved researchers are interested in color.

Наконец, в заключение к «Теоретическому обоснованию» необходимо подчеркнуть, что с целью исследования палитры красочного слоя живописного произведения культуры на предмет подлинности и сохранности автор настоящего изобретения предложил оригинальный способ «Обнаружения образа»: колера, посредством согласованной фильтрации со следующими характеристиками пространственно дискретизированного фильтра K RGB: Finally, at the conclusion of a "theoretical justification" must be emphasized that in order to study the palette paint layer pictorial works culture authentication object and preservation, the present inventor proposed an original method "Detection image": caramel by matched filtering with the following characteristics spatially discretized filter K RGB:

K K = = R R G G B B | | k k ( ( R R S S + + G G + + S S B B S S ) ) R R s s | | : : | | k k ( ( R R N N + + G G + + N N B B N N ) ) R R N N | | | | k k ( ( R R S S + + G G + + S S B B S S ) ) G G s s | | : : | | k k ( ( R R N N + + G G + + N N B B N N ) ) G G N N | | | | k k ( ( R R S S + + G G + + S S B B S S ) ) B B s s | | : : | | k k ( ( R R N N + + G G + + N N B B N N ) ) B B N N | |

Figure 00000007

В ходе разработок способ был апробирован в общей сложности на 75 образцах живописных произведений, в качестве которых были использованы памятники культуры древнерусской живописи, такие, например, как икона Богоматери Владимирской, 14 века. During the development process was tested for a total of 75 samples of paintings, monuments are as old Russian painting culture were used, such as an icon Dame Vladimir, 14th century. Одигитрия, 14 в. Hodegetria, 14. Богоматерь Донская, 14 в. The Virgin of the Don, 14. Богоматерь Донская, 20 в. The Virgin of the Don, 20. Богоматерь Казанская, 16 в. Our Lady of Kazan, 16. Святитель Николай Мирликийский Чудотворец, 17 в. St Nicholas the Wonderworker of Myra, 17. Спас Нерукотворный, 17 в., авт.Ушаков, и т.д. Holy Face, 17 in., Avt.Ushakov, etc. А также памятники культуры Западноевропейской живописи из собрания «Stedtelmuseum»'s von Frankfort am Main, Deutschland: "Togauer Altar". As well as cultural monuments of Western European paintings from the collection «Stedtelmuseum» 's von Frankfort am Main, Deutschland: "Togauer Altar". Triptich, 1520; Triptich, 1520; L. Kranach "S. Nikodim", 1320; L. Kranach "S. Nikodim", 1320; Flomandia "S. Weronika", 1320; Flomandia "S. Weronika", 1320; Flomandia "Madona with Emanuil", 17 Jarhundert, и т.д. Flomandia "Madona with Emanuil", 17 Jarhundert, etc. При этом следует отметить, что все проведенные автором эксперименты подтвердили работоспособность предлагаемого метода. It should be noted that all of the author conducted experiments confirmed the efficiency of the proposed method.

В качестве примера к вышесказанному ниже представлен результат исследования картины "S. Weronika". As an example to the above, below is the result of research pattern "S. Weronika".

На фотографии 1 показан общий вид аналогового изображения исследуемого оригинала. The photograph 1 shows a general view of the test analog image of the original. На фотографии 2 - общий вид результата цветоделения исходного аналогового изображения, полученный в ходе его цифровой согласованной фильтрации по колеру, отмеченному на фото 3 перекрестием в области носа, со следующими яркостными характеристиками (фиг.4): Rs=119, Gs=94 и Bs=53 и координатами: х=3,40; The photograph 2 - general view of the result of color separation original analog images obtained during its digital matched filtering on color marked on photo cross hairs 3 in the nose, with the following brightness characteristics (4): Rs = 119, Gs = 94 and Bs = 53 and the following coordinates: x = 3.40; у=4,72; y = 4.72; а также N с характеристиками: R N =255, G N =242 и B N =0; and N with the characteristics: R N = 255, G N = 242 and B N = 0; где R, G, В - яркости в RGB-профиле; where R, G, B - luminance RGB-profile; х, у - координаты пикселя в площади изображения. x, y - coordinates of a pixel in the image area. На фото 4 и 5, так же как и на 3, показаны фрагменты изображений общего вида 1, а на 6, 7 и 8 - результаты их цветоделений. In the picture 4 and 5, as well as 3 showing fragments of the general form of images 1 and 6, 7 and 8 - the results of their separations. Так, на фото 6 хорошо видно, что красочный слой изображения И. Христа разделился на четыре слоя, соответствующих четырем разновременным поновлениям живописи. Thus, in the photo 6 clearly shows that the ink film image I. Christ divided into four layers, corresponding to the four multitemporal ponovleniya painting. Причем из них к самому раннему периоду написания относятся фрагменты, окрашенные в оранжевый цвет. And of them to the very early period of writing fragments are painted in orange. В этом случае было бы справедливым предположить, что они представляют собой остатки оригинального изображения Христа. In this case, it would be fair to assume that they are the remains of the original image of Christ. Однако если теперь обратиться к фото 7 с цветоделенным изображением правой руки СвятойВероники, то можно легко заметить, что все оттенки цветоделенного изображения Иисуса можно обнаружить в местах восстановления утрат красочного слоя руки Святой. However, if we now turn to a photo with 7 color separations SvyatoyVeroniki right hand, you can easily see that all the shades of color separation images of Jesus can be found in places of recovery losses of the paint layer hands the Holy. Последнее обстоятельство является свидетельством в пользу того, что все обнаруживающие себя красочные слои изображения Христа появились позднее, чем рука св. The latter circumstance is evidence for the fact that all the layers exhibiting the colorful images Christ appeared later than a hand binding. Вероники, а следовательно, и сама Св. Вероника. Veronica, and consequently, St. itself. Speedwell. Это, в свою очередь, означает, что должно существовать, по меньшей мере, пятое изображение Христа, лежащее, однако, либо под спудом записей и прописей, либо вовсе к настоящему времени утраченное. This, in turn, means that there must be at least a fifth image of Christ lying, however, or concealed the records and letters, or at all by now lost. Кроме того, на фото 8 видно, что диапазоны цветов, которыми были написаны уши и прописи теней Лика Св. Вероники, совпадают с диапазонами, использованными для написания Лика Христа. In addition, Photo 8 shows that the range of colors that were painted ears and prescription shadow Face of St. Veronica coincide with the ranges used for the writing of the face of Christ. При этом тени, о которых идет речь, перекрывают кракелюры, например, носа Вероники и, следовательно, лежат выше последних. At the same shade in question, overlap cracelures, for example, the nose of Veronica and therefore lie above the latter. Поэтому можно с уверенностью сказать, что они появились позднее, чем была написана Святая. Therefore, we can say with confidence that they appeared later than was written by Saint. Т.о., вопреки существовавшему на тот момент мнению, было доказано, что нет никаких оснований полагать, что фигуры Св. Вероники и Иисуса были изначально написаны разными мастерами, поскольку исследование установило отсутствие оригинального изображения Иисуса как такового. Thus, contrary to the existing at that time believe that it has been proved that there is no reason to believe that the figure of St. Veronica and Jesus were originally written by different masters, as research has established the absence of the original image of Jesus as such. Вместе с тем столь богатая история реставраций, также выявленная в ходе исследований, как изображения Христа, так и других фрагментов живописи памятника указывает не только на его древнее происхождение, но и на его плохую сохранность. However, such a rich history of restorations, as identified by the study as images of Christ, and other art pieces of the monument indicates not only its ancient origins, but its poor state of preservation. Так, установлено, что позем, глаза Святой, ее плащ и другие одежды, а также множественные фрагменты фона написаны в периоды, одновременные поновлениям изображения Христа, и, следовательно, не являются подлинными. Thus, it was found that the manure, eyes Holy, its coat and other garments, as well as multiple fragments background written in periods ponovleniya simultaneous images of Christ, and therefore are not genuine.

В заключение ко всему вышесказанному необходимо добавить, что настоящий «Способ исследования живописных произведений культуры на предмет подлинности и сохранности посредством цифровой согласованной фильтрации» в отличие от всех на сегодняшний день известных методов технологической экспертизы живописи: физико-химического анализа, спектрального анализа, рентгенографии, парамагнитного резонанса и т.д., аналогично прототипу, требует минимальных как In conclusion to the above we must add that this "method studies of paintings culture for authenticity and preservation through digital matched filtering" unlike any to date known methods and technological expertise of the painting: physico-chemical analysis, spectral analysis, medical imaging, paramagnetic resonance, etc., similar to the prior art, requires minimal as the

денежных, так и организационных затрат и, что очень важно, не требует непосредственного контакта эксперта с изучаемым им объектом. financial, and organizational costs and, most importantly, does not require direct contact with the experts studied their subject.

И, наконец, он призван расширить как теоретическую, так и инструментальную базы таких наук, как история искусства, история реставрации, собственно реставрации, культурологии и музееведения, а также обеспечить защиту произведений культуры от подделок и несанкционированных прописей и записей. Finally, it aims to expand both theoretical and instrumental base of sciences such as history of art, the history of restoration, the actual restoration, cultural and museum, as well as ensure the protection of cultural works against counterfeiting and unauthorized words and recordings.

Claims (5)

  1. 1. Способ исследования живописных произведений культуры для проверки подлинности и сохранности произведений живописи, заключающийся в том, что перед осуществлением проверки подлинности произведений живописи исследуют заведомо известные оригиналы произведений живописи и формируют авторский банк данных, для этого осуществляют преобразование цветного изображения произведения живописи в световой сигнал изображения S, осуществляют цветоделение светового сигнала изображения на три основных цвета в системе RGB с привязкой к координатной 1. A method for the study of paintings culture for authentication and preservation of works of art, consisting in that before carrying out the authentication of paintings examined clearly see original works of art and form Exclusive data bank, this conversion is carried out paintings color image into a light image signal S, color separation is performed on the image signal of the light three primary colors in the RGB system with reference to the coordinate етке в виде пикселей, при сохранении светового сигнала изображения в авторском банке данных осуществляют матричное аддитивное сложение компонентов R S , G S и B S ; etke as pixels, while maintaining the light spot in the copyright data signal is carried matrix bank Additive Addition Component R S, G S and B S; аналого-цифровое преобразование каждого пикселя цветоделенного светового сигнала R S, G S, B S в логические элементы двумерного цифрового изображения и запись их в соответствующей цветоделенной матрице, определение соответствующих спектрально-яркостных характеристик k RS , k GS , k BS каждого пикселя цветоделенного светового сигнала, аналого-цифровое преобразование их в последовательность цифровых данных с привязкой к соответствующей цветоделенной матрице и хранение цифровых данных, относящихся к живописным произведениям культуры, в авторск analog-to-digital conversion of each pixel of the color separation of the light signal R S, G S, B S in the logical elements of two-dimensional digital image and recording them in the appropriate color separation matrix, determining corresponding spectral brightness characteristics k RS, k GS, k BS each pixel color separation of the light signal , analog-to-digital conversion of them into a sequence of digital data with reference to the corresponding color separation matrix and the storage of digital data relating to the paintings of the culture, in the author ом банке данных, анализ подлинности и сохранности произведения живописи осуществляют на основе цифровых данных, сохраненных в цветоделенных матрицах авторского банка данных, путем сравнения цифровых данных тестируемого произведения живописи с сохраненными цифровыми данными оригинала произведения живописи и при воспроизведении изображения осуществляют матричное аддитивное сложение компонентов RGB в виде: th data bank analysis authentication and security paintings performed based on digital data stored in the color separation matrices copyright data bank by comparing the digital data of the test paintings with the stored digital data of original works of art and when an image is performed matrix additive addition RGB components as :
    S R =R S =k RS (R S +G S +B S )/3, S R = R S = k RS (R S + G S + B S) / 3
    S G =G S =k GS (R S +G S +B S )/3, S G = G S = k GS (R S + G S + B S) / 3
    S B =B S =k BS (R S +G S +B S )/3, S B = B S = k BS (R S + G S + B S) / 3
    где k RS , k GS , k BS - спектрально-яркостные характеристики фильтров. where k RS, k GS, k BS - spectral brightness filter characteristics.
  2. 2. Способ по п.1, отличающийся тем, что на сохраненный сигнал изображения живописи накладывают белый гауссовский шум N с экспериментально подобранными сопряженными характеристиками относительно яркости каждого пространственно дискретизированного пикселя и проверку подлинности осуществляют по соотношению: 2. A method according to claim 1, characterized in that in the stored image signal is applied painting white Gaussian noise N with the experimentally chosen conjugate relative brightness characteristics of each sampled pixel spatially and authentication is performed by the relation:
    Figure 00000001

    где S ориг и S т.обр - сигнал оригинала произведения живописи на выходе после согласованной фильтрации при фиксированных значениях гауссовского шума и тестируемый сигнал произведения живописи соответственно. where S and S orig t.obr - original paintings signal output after matched filtering at the fixed values of the Gaussian noise and the test signal respectively paintings.
  3. 3. Способ по п.1, отличающийся тем, что преобразование цветного изображения произведения живописи в световой сигнал изображения осуществляют путем сканирования или фотографирования произведения живописи. 3. A method according to claim 1, characterized in that the conversion of the color image to light paintings image signal is carried out by scanning or photographing paintings.
  4. 4. Способ по п.1, отличающийся тем, что цветоделение светового сигнала изображения на три основных цвета в системе RGB осуществляют посредством дихроичных призм. 4. A method according to claim 1, characterized in that the light color separation image signal to three primary colors in the RGB system is performed by the dichroic prism.
  5. 5. Способ по п.1, отличающийся тем, что цветоделенная матрица выполнена в виде матрицы, каждому элементу которой соответствуют три пикселя-фотодиода. 5. A method according to claim 1, characterized in that the color separation matrix is ​​in the form of a matrix, each element of which corresponds to three pixel photodiode.
RU2012139529A 2012-09-17 2012-09-17 Method of analysing and identifying cultural art paintings RU2533319C2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2012139529A RU2533319C2 (en) 2012-09-17 2012-09-17 Method of analysing and identifying cultural art paintings

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2012139529A RU2533319C2 (en) 2012-09-17 2012-09-17 Method of analysing and identifying cultural art paintings

Publications (2)

Publication Number Publication Date
RU2012139529A true RU2012139529A (en) 2014-03-27
RU2533319C2 true RU2533319C2 (en) 2014-11-20

Family

ID=50342597

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2012139529A RU2533319C2 (en) 2012-09-17 2012-09-17 Method of analysing and identifying cultural art paintings

Country Status (1)

Country Link
RU (1) RU2533319C2 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5521984A (en) * 1993-06-10 1996-05-28 Verification Technologies, Inc. System for registration, identification and verification of items utilizing unique intrinsic features
RU51429U1 (en) * 2005-08-03 2006-02-10 Наталья Кирилловна Кастальская-Бороздина Device for the study of works of art for their authenticity and preservation
RU2297725C1 (en) * 2005-08-03 2007-04-20 Наталья Кирилловна Кастальская-Бороздина Method for investigating pieces of painting as to their authenticity and safekeeping
RU2403559C1 (en) * 2009-06-02 2010-11-10 Государственное образовательное учреждение высшего профессионального образования "Саратовский государственный университет им. Н.Г. Чернышевского" Diagnostic method of internal images in art pictures

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5521984A (en) * 1993-06-10 1996-05-28 Verification Technologies, Inc. System for registration, identification and verification of items utilizing unique intrinsic features
RU51429U1 (en) * 2005-08-03 2006-02-10 Наталья Кирилловна Кастальская-Бороздина Device for the study of works of art for their authenticity and preservation
RU2297725C1 (en) * 2005-08-03 2007-04-20 Наталья Кирилловна Кастальская-Бороздина Method for investigating pieces of painting as to their authenticity and safekeeping
RU2403559C1 (en) * 2009-06-02 2010-11-10 Государственное образовательное учреждение высшего профессионального образования "Саратовский государственный университет им. Н.Г. Чернышевского" Diagnostic method of internal images in art pictures

Also Published As

Publication number Publication date Type
RU2012139529A (en) 2014-03-27 application

Similar Documents

Publication Publication Date Title
Itti Models of bottom-up and top-down visual attention
Koschan et al. Digital color image processing
Barten Contrast sensitivity of the human eye and its effects on image quality
Finlayson et al. Solving for colour constancy using a constrained dichromatic reflection model
Geusebroek et al. Color invariance
McCann et al. The art and science of HDR imaging
Meitner Scenic beauty of river views in the Grand Canyon: relating perceptual judgments to locations
Graham et al. Statistical regularities of art images and natural scenes: Spectra, sparseness and nonlinearities
US7454046B2 (en) Method and system for analyzing skin conditions using digital images
Bovik The essential guide to image processing
Matusik et al. Printing spatially-varying reflectance
Choi et al. Referenceless prediction of perceptual fog density and perceptual image defogging
Fredembach et al. Colouring the near-infrared
CN101144780A (en) Pork freshness intelligent detection device
US20050111703A1 (en) Method and apparatus for recognition of biometric data following recording from at least two directions
Johnson et al. Microgeometry capture using an elastomeric sensor
Valero et al. Recovering spectral data from natural scenes with an RGB digital camera and colored filters
US20140016832A1 (en) Method and an apparatus for determining vein patterns from a colour image
Bodrogi et al. Colour memory for various sky, skin, and plant colours: effect of the image context
Johnson et al. Darwinism of color image difference models
Farid Digital doctoring: how to tell the real from the fake
Bacci et al. Non-invasive spectroscopic measurements on the Il ritratto della figliastra by Giovanni Fattori: identification of pigments and colourimetric analysis
Tsagaris et al. Multispectral image fusion for improved rgb representation based on perceptual attributes
US7489391B2 (en) Polarization and reflection based non-contact latent fingerprint imaging and lifting
Tkačik et al. Natural images from the birthplace of the human eye

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20150918