王振東 吳 航 馬宏亮

(1. 安慶師范大學物理與電氣工程學院， 安徽 安慶 246133;2. 遼寧石油化工大學機械工程學院， 遼寧 撫順 113001)

中國古代壁畫藝術(shù)保護中對原物效果圖的模擬復原研究

王振東1吳 航2馬宏亮1

(1. 安慶師范大學物理與電氣工程學院， 安徽 安慶 246133;2. 遼寧石油化工大學機械工程學院， 遼寧 撫順 113001)

由于漫長的歷史興衰演變和大自然的滄桑變化，許多富麗堂皇的壁畫都遭到了不同程度的破壞。針對現(xiàn)有保護措施對原物圖復原中存在的不足，對傳統(tǒng)算法進行了改進。在HSI色彩空間中選取濾波增強后熵值最大的復原效果圖像，最終輸出的彩色壁畫圖像的綜合性能優(yōu)于傳統(tǒng)算法的輸出結(jié)果。

古代壁畫； 保護措施； 效果圖復原； 濾波； 熵值

壁畫是以繪制、雕塑或者其他造型手段在天然或者人工壁面上制作的畫， 是一門裝飾和美化環(huán)境的藝術(shù)。中國古代壁畫最早可以追溯到春秋戰(zhàn)國時期，其內(nèi)容大多真實地反映了當時人們的思想及生活狀態(tài)，具有較高的考古價值和市場價值。目前，對于發(fā)現(xiàn)的古代壁畫的保護大多先采用光學成像或3D激光掃描的手段對其進行記錄，通過模擬復原出壁畫的原始面貌，再依此進行修復。壁畫由于長期處于地質(zhì)情況復雜的環(huán)境中，常常會受到風沙、雨水、強光照射及酸堿腐蝕等威脅，會產(chǎn)生諸如顏料層起甲、地仗酥堿、空鼓、脫落、顏料褪色、霉變、劃痕等病害[1]，記錄下來的壁畫會出現(xiàn)較多的椒鹽噪聲，最終會對原物復原的效果產(chǎn)生較大影響。因此，對于構(gòu)建壁畫的復原效果圖一般需要先對其中的噪聲進行祛除，再通過算法增強圖像的整體效果。

實踐證明圖像在經(jīng)過獲取、傳輸、接收與處理的過程中，存在來自內(nèi)部和外部的干擾，最終形成混合噪聲污染[2]。胡蕾等人給出了均值濾波、中值濾波和維納濾波等3種圖像去噪處理中最常用方法的原理及改進措施，并為其應用提供了參考依據(jù)[3]。在增強圖像方面，Kim提出了亮度保持的雙直方圖均衡算法[4]。該方法以原始圖像的平均亮度為閾值將原圖像分成2個子圖分別進行均衡，然后將處理結(jié)果進行合并，使圖像對比度得到增強的同時，在一定程度上保持了原始圖像的亮度特征。Chen等人在此基礎上進一步提出了一種基于平均亮度值遞歸分解的均衡(RMSHE)方法[5]，在更高程度上保持了輸入圖像的亮度。王海峰提出了基于等區(qū)域二元子圖直方圖均衡算法[6]。該方法根據(jù)圖像熵值最大原則將原圖像分成等面積的2個子圖像分別進行均衡，處理后的圖像能夠適當保持原圖像亮度。鄭江云等人為保持彩色圖像增強時色調(diào)不變，利用二次函數(shù)對RGB灰度值進行縮放，提出了一種新的彩色圖像增強算法，對不同壓縮比的彩色圖像均有很好的增強效果[7]。

本次研究首先對獲取的壁畫圖像進行去噪預處理，再在 HSI色彩空間上結(jié)合直方圖均衡算法，使得最終輸出的復原彩色圖像包含盡可能多的信息量，且有效保持原圖像色調(diào)和飽和度，進一步抑制輸出圖像的噪聲。

1 壁畫圖像預處理

壁畫主要分布在殿堂、寺觀、石窟、墓室及民居等處。長期的腐蝕風化使得壁畫上出現(xiàn)色彩駁落的區(qū)域，同時由于灰塵或其他物質(zhì)的累聚黏附又會在壁畫上出現(xiàn)色彩較暗或較深的斑點，所以實際記錄下來的壁畫圖像往往會形成類似椒鹽噪聲的污染。為了不影響后續(xù)的圖像增強操作，需要在壁畫圖像的預處理中將混有的噪聲進行祛除。

1.1 壁畫圖像去噪機理分析

由于椒鹽噪聲只在壁畫畫面中的部分點上隨機出現(xiàn)，且其幅值只有偏亮和偏暗2種，因此通常采用中值濾波去噪算法進行濾波處理。設大小為m×n的含噪聲的彩色壁畫圖像為X，給定合適的模板p×p，對模板中p2個數(shù)據(jù)進行排序得到一組數(shù)據(jù)序列。此時作為壁畫圖像中的較亮(暗)噪聲點就會在排序的過程中處于數(shù)據(jù)序列的兩端，而最終選擇數(shù)據(jù)序列中間位置的像素值來替換原噪聲像素值。依此遍歷壁畫圖像中所有像素后便可以得到去噪后的壁畫圖像Y。

Y=medfilt2(X，(p，p))

結(jié)合椒鹽噪聲的特點，選用的模板數(shù)據(jù)序列中間位置的像素值一般不是噪聲點，從而可以達到抑制噪聲的目的。實際操作中，由于壁畫成像及所在環(huán)境等因素的影響，記錄的壁畫圖像中也存在高斯噪聲，而通常祛除高斯噪聲的處理方法是均值濾波，與中值濾波類似。其操作步驟為：

Y=imfilter(X，ones(p，p)(p*p))

根據(jù)實踐經(jīng)驗，使用傳統(tǒng)的先中值后均值的濾波方法在處理含混合噪聲的彩色壁畫圖像時具有較好的效果，而維納濾波由于計算復雜不建議采用。本次研究結(jié)合中值和均值2種傳統(tǒng)濾波方法的特點，提出了一種改進的混合噪聲濾波算法，在保持計算復雜度基本不變的前提下，對混有椒鹽和脈沖噪聲的壁畫圖像有著更好的效果。具體去噪操作步驟如下：

(1) 以含噪聲的彩色壁畫圖像X的第1個待處理像素為中心，選定以其近鄰的p×p個像素組成模板；

(2) 對模板中p2個像素值進行排序，剔除排序后序列中數(shù)值最大的p-1個數(shù)和數(shù)值最小的p-1個數(shù)，然后對剩余的像素值取平均值；

(3) 遍歷圖像X中的所有待處理像素，得到最終的去噪后的壁畫圖像Y。

上述算法中的計算如下：

本算法可以形象地描述為“斬頭去尾平中間”。通過排序剔除掉最值中可能是椒鹽噪聲的像素點，再通過求剩余像素的均值來抑制圖像中混有的高斯噪聲，更大程度地逼近原始壁畫圖像，從而獲得更好的原物模擬復原效果圖。

1.2 壁畫圖像去噪實例分析

為了測試本次提出的去噪算法和傳統(tǒng)濾波算法的性能，選用某研究小組科考過程中在西班牙某洞穴內(nèi)發(fā)現(xiàn)的七千多年前繪制的古代壁畫，進行效果分析。該壁畫畫面長寬均超過6 m，描繪的是古代打獵場景。這些七千多年前的壁畫仍然保存得相當完好，原汁原味地表現(xiàn)出了史前時代的人類生活。圖1(a)為混有噪聲的真實彩色壁畫圖像，圖1(b)是采用傳統(tǒng)的先中值后均值的濾波算法處理后的效果圖，圖1(c)是采用本次提出的去噪算法處理后的效果圖。通過對比可以發(fā)現(xiàn)相比于傳統(tǒng)算法，本算法對噪聲的祛除更為徹底，也使畫面中的細節(jié)更加清晰，同時算法還自動修復了畫面中破損駁落的位置，改善了整體的畫面質(zhì)量。

圖1 圖像去噪效果對比圖

2 壁畫圖像增強操作

2.1 壁畫圖像增強機理分析

壁畫在記錄時受其所處環(huán)境的影響，得到的圖像可能因為極端的光線條件或腐蝕傾圮而出現(xiàn)對比度降低或顏色失真等情況。通常RMSHE算法由于能更大程度保持原始圖像的亮度信息，改善圖像對比度，在數(shù)字圖像增強操作中有著廣泛的應用。RMSHE算法的核心思想是對輸入的祛除噪聲后的彩色壁畫圖像，通過直方圖均衡方法將壁畫圖像中對畫面起主要作用的灰度值進行展寬，對畫面不起主要作用的灰度值進行歸并，從而達到對壁畫圖像清晰處理的目的。傳統(tǒng)的處理主要是對獲得的RGB彩色圖像的3個分量分別進行直方圖均衡來獲得更好的對比度，但這種增強方法沒有考慮RGB彩色圖像3個分量間的關(guān)聯(lián)性，會導致增強后的彩色壁畫圖像出現(xiàn)色調(diào)和飽和度失真的現(xiàn)象。

由于HSI色彩空間是基于人眼視覺的顏色模型系統(tǒng)，對彩色的描述在視覺上具有自然且直觀的特點，同時通過色彩空間的轉(zhuǎn)換又能較好地保持原有的色調(diào)和飽和度。為了更真實地反映壁畫中的彩繪內(nèi)容，結(jié)合彩色壁畫的色調(diào)、飽和度和亮度信息，在HSI色彩空間上只對亮度分量進行處理，再還原到RGB色彩空間來進一步提高輸出彩色壁畫圖像的質(zhì)量。另外，為了使輸出的彩色壁畫圖像包含更多更豐富的細節(jié)信息，算法以滿足輸出熵值最大的分割閾值來進行直方圖均衡，從而在提高壁畫圖像對比度的同時更進一步增強圖像中的細節(jié)。相應增強的操作步驟如下：

(1) 輸入去噪后的RGB彩色壁畫圖像，通過色彩空間轉(zhuǎn)換[8]變換到HSI色彩空間。

(2) 只對HSI色彩空間中的亮度分量I進行傳統(tǒng)圖像直方圖均衡處理。選定的分割閾值滿足輸出熵值最大，得到增強后的亮度分量I′，同時保持色調(diào)分量H和飽和度分量S不變。

(3) 再通過色彩空間轉(zhuǎn)換，將H、S和I′還原到RGB色彩空間，得到最終輸出的彩色壁畫圖像。

2.2 壁畫圖像增強實例分析

去噪處理后的彩色壁畫圖像雖然在質(zhì)量上有改善，但整體圖像經(jīng)過平滑操作后變得模糊，從而需要對其進行進一步圖像增強的操作。圖2(a)為選取接受過預處理的真實彩色壁畫，牛身上的色彩較為豐富；圖2(b)是采用傳統(tǒng)算法直接對RGB彩色圖像3個分量進行直方圖均衡的效果圖；圖2(c)為利用本次提出的增強算法處理后的效果圖。傳統(tǒng)算法處理后的效果相對原始壁畫圖像的峰值信噪比為17.253 6，而本算法處理后的相對原始壁畫圖像的峰值信噪比為19.156 7?？梢悦黠@看出傳統(tǒng)算法沒有很好保持原圖像的色調(diào)，增強后的效果圖中存在顏色失真現(xiàn)象；而本算法更符合人眼視覺感受，能很好地保留原圖像的色調(diào)和飽和度信息。

圖2 圖像增強效果對比圖

3 結(jié) 語

通過改進傳統(tǒng)的濾波和增強算法，提出了一種在壁畫保護中可行的對原物效果圖的模擬復原算法，最終輸出的彩色壁畫圖像有著更為豐富的細節(jié)信息。由于濾波算法是對圖像中所有像素點進行處理，從而改變原本非噪聲點的像素值，因此，后續(xù)研究中將通過檢測，只對非像素點進行增強處理以期取得更好的效果。

[1] 王旭東.基于中國文物古跡保護準則的壁畫保護方法論探索與實踐[J].敦煌研究，2011(6):1-7.

[2] GONZALEZ C R， WOODS E R.數(shù)字圖像處理[M].阮秋琦，譯.北京：電子工業(yè)出版社，2003：72-97.

[3] 胡蕾，張偉，覃慶炎.幾種圖像去噪算法的應用分析[J].信息技術(shù)，2007(7)：81-83.

[4] KIM Y T. Contrast enhancement using brightness preserving bi-histogram equalization[J]. IEEE Trans. on Consumer Electronics，1997， 43(1)： 1-8.

[5] CHEN S D， RAMLI A R. Contrast enhancement using recursive mean-separate histogram equalization for scalable brightness preservation[J].IEEE Transactions on Consumer Electronics，2003， 49(4)：1301-1309.

[6] 王海峰．一種小波域多邊小波系數(shù)直方圖均衡算法[J].山西大學學報(自然科學版)，2013，36(3)：344-349.

[7] 鄭江云，江巨浪，黃忠.基于RGB灰度值縮放的彩色圖像增強[J].計算機工程，2012，38(2)：226-228.

[8] 江巨浪，王振東，伍兆祥，等.HSI色彩空間的彩色圖像小波域直方圖均衡算法[J].安慶師范學院學報(自然科學版)，2016，22(2)：26-29.

Study on Simulated Restoration of the Original Analog Renderings of the Chinese Ancient Murals

WANGZhendong1WUHang2MAHongliang1

(1. School of Physics and Electrical Engineering, Anqing Normal university, Anqing Anhui 246133, China;2. School of Mechanical Engineering, Liaoning University of Petroleum& Chemical Technology,Fushun Liaoning 113001, China)

In the process of history evolution and changing nature conditions, many magnificent murals all suffered different degrees of damage. In view of the disadvantages of existing protective measures on the aspect of original map restoration effect, this paper improved the traditional algorithm in HSI color space of image restoration effect after the maximum value of color mural image enhancement filtering, and the final output of the comprehensive performance is better than the traditional method.

ancient mural; protective measures; effect chart restoration; wave filtering; entropy

2016-10-08

國家自然科學青年基金項目“固體發(fā)光材料中配位環(huán)境及近鄰點缺陷對銪離子價態(tài)穩(wěn)定性調(diào)控機理的第一性原理研究”(11604002)；國家自然科學青年基金項目“基于物聯(lián)網(wǎng)的車用鋰離子電池故障預測與健康管理的關(guān)鍵技術(shù)研究”(51607004)

王振東(1992 — )，男，安徽樅陽人，安慶師范大學在讀碩士研究生，研究方向為圖形圖像處理。

馬宏亮(1987 — )，男，博士，講師，研究方向為激光光譜技術(shù)及應用。

TP391.41

A

1673-1980(2017)01-0108-04