古代壁画保护修复设计方案内容探析

根据多年古代壁画保护修复方案设计的实践经验,讨论、分析了古代壁画保护修复设计方案中壁画价值评估、现状调查、环境监测、制作材料和工艺分析、修复材料筛选以及保护修复档案建设六个方面应注意的问题。通过这些讨论,可以进一步完善古代壁画保护修复设计方案的内容,使古代壁画保护修复设计方案在具体修复壁画过程中更具有实际指导意义。     

南京堂子街太平天国壁画调查研究

笔者采取现场勘查、走访调查以及科学的调查手段,包括显微照相、X-射线衍射、拉曼光谱等,对保存于南京堂子街太平天国时期的壁画进行了调查研究。包括壁画的基本信息、壁画的价值评估、壁画的保护修复情况、壁画的材质工艺研究、壁画的病害状况及成因分析等。这些科学调查对有针对性地设计合理的保护方案是非常关键的,能够使壁画得到合理且科学的保护。     

西安韩森寨元代墓室壁画数字化修复方法

西安韩森寨元代墓室壁画是西安地区元代时期唯一的墓室壁画资料,因诸多原因受到了严重的损坏。为了给相关学科研究提供更为直观的壁画资料和类似壁画的修复方法参考,从图像信息损失程度及损失信息与已知信息的关联性角度,对韩森寨元代墓室壁画的损坏情况和类型进行了分析,针对性地提出了一种数字化人工和自动修复相结合的壁画数字化修复方法,并基于图像块和稀疏表示模型实现了壁画的数字化自动修复算法,最终选取韩森寨甬道西壁散乐图局部作为修复实例进行了数字化修复。验证结果表明,所提方法在修复效果、修复效率、可操作性等方面均有较好表现。     

简述壁画病变处理方法

我国自建国开始文物工作者们对壁画保护修复用几代人的实践探索研究出了整套适用于各个朝代墓葬、石窟壁画的修复、复原方法。各种新型技术的增多,文物修复水平的提高对壁画病变处理方法的要求更加科学化。从严格意义上讲墓葬壁画与石窟壁画的保护修复方法、技术、用料等各自不同。在此以墓室壁画为主分析研究壁画的表面污染、空鼓、龟裂起甲、酥粉性病变起因情况、科学处理方法以及保护技术。     

关帝庙大殿壁画病害分析与修复

为了解决大同关帝庙主殿壁画群较为严重的脱落、开裂等损坏问题,通过对壁画损坏现状和各工艺层病害进行物理和化学分析,提出了对壁画不同工艺层的修复工艺,开展了修复施工。实践表明：确定的龙骨变形与地仗层修复、画面起甲修复、仗层酥碱和盐霜修复、沥粉贴金层加固及粉化壁画加固等修复工艺过程合理和技术得当,达到了预期修复效果。     

联合特征推理和语义增强的渐进式壁画修复

针对现有深度学习算法修复壁画图像时，未充分考虑破损区域与完好区域信息的一致性，导致修复结果易出现边界效应和纹理模糊等问题，提出了一种联合特征推理和语义增强的渐进式壁画修复算法.首先，设计区域渐进结构，实现了待修复区域的渐进式收缩修复.然后，利用特征推理模块，对缺失像素的特征值进行迭代推理填充，减小壁画修复重构误差，增强壁画破损区域与完好区域之间的相关性.最后，将各层特征图自适应融合，并采用语义增强模块进行纹理细节迁移，提升壁画补全区域和整体的一致性.敦煌壁画数字化修复实验表明：所提方法修复结果具有更好的纹理细节一致性，在主客观评价指标上均优于比较算法.     

改进多重字典联合自适应学习的稀疏壁画修复

针对壁画稀疏表示修复算法字典单一、细节修复欠佳的问题，提出了一种改进多重字典联合自适应学习的稀疏壁画修复算法.首先，采用非下采样剪切波NSST将破损壁画进行分解，获取壁画的低频纹理子带图像和高频结构子带图像，解决了稀疏表示算法对壁画图像结构和纹理信息考虑不足的问题.然后，提出了多重字典自适应学习的稀疏方法，将低频纹理图像根据像素之间特征的相似性进行聚类，构建多重稀疏子类字典，并利用奇异值分解和分裂Bregman迭代优化完成低频分量修复.接着，引入脉冲耦合神经网络机制，修复壁画图像的高频结构子带.最后，通过NSST逆变换融合完成修复.采用真实壁画进行修复的实验表明，该算法能够有效保护壁画图像结构和纹理层等重要信息，所提算法相较对比算法取得了更好的视觉效果和客观评价.     

结构门控与纹理联合引导的生成对抗壁画修复

现有深度学习修复方法修复壁画时，受结构和纹理影响较大，修复结果易出现结构紊乱和纹理模糊等问题.针对这些问题，提出了一种结构门控融合与纹理联合引导的生成对抗壁画修复模型.首先，构建由结构引导编码子网络和纹理引导解码子网络构成的生成网络，利用结构信息引导编码，并通过门控特征增强边缘轮廓信息.然后，设计纹理引导器和方向注意力模块提取分层纹理特征，引导解码器重构修复，提高壁画的纹理一致性.最后，采用跳跃连接促进结构和纹理的特征互补，并利用谱归一化马尔科夫判别模型对抗完成壁画修复.对真实敦煌壁画数字化修复实验的结果表明：所提方法主客观评价均优于比较算法，修复结果更加清晰、自然.     

基于GrabCut分割和自动采样的敦煌壁画色彩修复

在充分考虑敦煌壁画自身颜色复杂、线条富于变化以及很难找到质地相近的源图像等因素的基础上,首次采用GrabCut分割算法对颜料化学反应而引起色变的敦煌壁画进行分割和自动采样色彩传递将其修复.在具体操作中,首先采用GrabCut分割算法将色变敦煌壁画中变色和褪色区域进行分割,然后从壁画未色变的区域中采取样本块作为源图,并将其色彩传递分割图.实验结果表明:将GrabCut分割算法和自动采样色彩传递技术相结合的方法适合于色变敦煌壁画的修复,且修复结果令人满意.     

基于样本块和BSCB模型的壁画裂缝修复方法

针对采用传统方法虚拟修复北齐墓葬壁画复杂裂缝效果较差的问题,以水泉梁北齐墓室壁画为例,提出了基于改进的BSCB(bertalmio sapiro caselles bellester)模型与样本块修复算法相结合的虚拟修复方法。首先直方图增强后用最大类间方差法(Otsu)获取裂缝;其次,结合使用连通域标记算法与开、闭运算分离裂缝;再采用改进的BSCB模型对所有裂缝进行修补;然后用基于样本块图像修复算法消除扩散修复痕迹;最后利用颜色提取、替换恢复前景色彩,获得裂缝最终修复结果。实验结果表明,该方法同时修复壁画纹理区域的大裂缝与相连于壁画结构的小裂缝时,既能保证修复区域的清晰度,又能连接破损边缘,还能恢复部分区域的色彩;相较于其他修复方法,在边缘连续性上至少提升15.90%。     

联合双编码器增强的生成对抗壁画多尺度重建

针对现有深度学习算法在修复破损壁画图像过程中,存在特征感知能力较弱和重建细节丢失等问题,提出了一种联合双编码器增强的生成对抗壁画多尺度重建深度学习模型．首先,设计由双分支联合编码器和多尺度解码器构成的生成网络,其中双分支联合编码器分为门控编码器分支和标准编码器分支：门控编码器分支利用门控卷积的动态特征选择机制并结合空洞卷积扩大感受野,提高壁画的语义特征感知能力;而标准编码器分支则利用标准卷积并结合密集连接加强特征传递,以获得更丰富的壁画细节信息．然后,采用多尺度解码器进行重构恢复,增强破损壁画纹理细节的重构能力．最后,通过谱归一化马尔科夫判别网络改善壁画修复结果的语义一致性和结构连续性．通过对真实敦煌壁画进行数字化修复的实验结果表明：所提出的算法能够有效完成破损壁画的修复,重构取得了更好地视觉感和协调性,在主客观评价方面均优于比较算法．     

基于改进SOM的壁画图像裂缝自动识别与修复

针对壁画中存在的裂缝这一常见病害,提出一种基于人工神经网络(ANN)的自组织映射(SOM)图像修复算法,将人工智能技术应用于古建筑壁画修复领域.基于壁画裂缝本身的线性结构特征,对图像进行多尺度形态学边缘梯度检测提取边缘信息,使得裂缝边界区域灰度变化剧烈,从而达到边界突出的效果;对变换后的图像进行自适应阈值分割处理,以保证图像中每个像素点都属于目标区域;选取面积作为目标区域的连通规则进行度量以去除虚假目标,达到精确提取的目的,实现对破损像素的自动识别和标注;对壁画中已标注的破损区域采用改进的SOM算法进行修复,通过SOM聚类对图像进行分层,在单个图层中迭代计算出破损像素的值,实现对图像的并行化分层修复,在保障修复精度的同时提升修复的速率;合并图层,完成标注区域修复部分;最后通过对3种类型裂缝的壁画修复,本文所提出的改进SOM算法在修复图像峰值信噪比PSNR、特征相似度FSIM等4类指标显著提升,并且修复时间平均缩短40.34%,表明方法对于古建筑壁画裂缝修复的有效性和优越性.     

基于循环生成对抗网络的壁画色彩修复算法

针对敦煌唐代壁画修复所面临的褪、变色以及修复后的壁画图像色彩存在假色和伪影的问题,提出基于循环生成对抗网络和多尺度融合协调注意力机制的壁画色彩修复算法。首先在循环一致性损失中添加同一映射损失,然后改进协调注意力机制,提出多尺度融合的协调注意力机制,最后在生成器中引入多尺度融合的协调注意力机制,对图像进行卷积核大小为1×1、3×3、5×5、7×7的多尺度卷积运算,提高生成图像的协调性。实验结果表明,与CycleGAN、WGAN等经典算法相比,本文算法在构造的壁画数据集上精度更高,可以在不依赖专家知识的情况下修复褪色壁画图像的颜色。     

古代壁画保护设计项目运行管理研究

在多年从事古代壁画保护方案设计工作的基础上,结合古代壁画保护修复实践工作经验,提出了古代壁画保护设计项目的组织结构和基本运行程序,并对项目运行各个环节中相关人员的职责与要求进行论讨、研究。通过这些讨论,可以充分调动古代壁画保护设计项目负责制度,保证壁画保护设计项目良性运行,进一步提升壁画保护设计文本的质量。     

一种结合结构和纹理特征修复敦煌壁画的方法

敦煌莫高窟艺术是集建筑、彩塑、壁画于一体的艺术.对莫高窟壁画要科学的、合理的保护和修复.文章根据敦煌壁画内容的特征,用户可以选择相应的纹理因子和结构因子权重,并通过优先度函数来确定填充顺序.在选取与待填充块最相似的匹配块时,以两者之间颜色差别的纹理合成算法为原形,充分考虑了结构的差别,提出了同时以颜色和梯度作为衡量两者之间的相似性量度的纹理合成算法.实验结果表明,对有刮痕和大的剥落块等破损区域的壁画,该方法都有很好的修复效果,并且保留了壁画原有的艺术风格.     

多电机同步控制建模与仿真

山西寺观壁画具有深厚的历史价值和文化内涵,但保护和开发却不容乐观。从文化旅游的视野下探讨对山西寺观壁画进行更好的保护开发,提出须加强寺观壁画的保护与管理;创立核心景区、注重品牌营销;加强对壁画常规宣传方式的变革;培养专业的寺观壁画的旅游管理人员;利用壁画复制品提供旅游者参与绘制或者修复壁画的亲身体验,利用旅游产业带动相应的文创产业的发展。通过以点带面展现山西文物的独特魅力和文化底蕴,促进文旅融合,助推经济转型。     

D-S证据理论在壁画图像修复算法的研究

对几种主要的图像修复算法进行了分析研究,在D-S证据理论与Criminisi算法相结合的壁画修复算法基础上,对最佳样本块的搜索进行了改进,考虑到在匹配准则上加入像素的物理距离(DIS)来选择最优的匹配结果,减少其修复错误.且定义了新的评价度函数Q,是基于峰值信噪比测度(PSRN)与结构相似度(SSIM)相结合的评价方法,并通过仿真实验证明算法的有效性,为今后壁画数字化保护提供了参考.     

IDRISI软件分析功能在古代壁画预防性保护中的应用

莫高窟拥有45000m~2壁画,是世界上著名的佛教艺术宝库。受制作材料老化、环境变化因素、日益增多的人类活动影响,古代壁画产生了诸如起甲、酥碱、空鼓等多种病害。本文采用GIS软件IDRISI图像分析功能初步对壁画起甲、裂缝分布对病害发展趋势的影响进行了探索性研究,尝试通过数学模型来判断壁画病害可能的发展趋势,为文物的预防性保护提供基础,为古代壁画的科学修复提供参考。     

基于结构因子和颜色聚类的墓葬图像修复算法

墓葬壁画图像颜色丰富,一旦破损会丢失大量结构信息。传统算法修复此类图像时,没有考虑图像强结构信息的优先精确修复,造成修复区域的过延伸和不连贯。针对上述问题,提出了一种基于结构因子和颜色聚类的墓葬图像修复算法。算法首先在待修复块优先级计算中加入结构因子项;其次,通过颜色FCM聚类算法划分区域进行相似块精确搜索;最后,根据均值像素差平方和(ASSD)与设定阈值的大小关系,自适应地对修复块尺寸进行调整以实现复杂结构区域的精确匹配。实验结果表明,所提方法对北齐墓葬壁画图像大面积缺损有很好的修复效果,与Criminisi算法比较,在结构相似度(SSIM)上至少提升5.68%。     

酥碱壁画脱盐材料的性能评价研究

筛选出合适的酥碱壁画脱盐材料是酥碱壁画修复工艺和流程中至关重要的一个环节.文中通过对高吸水树脂的可溶盐含量、酸碱度的分析,以及结合粒度、保水率、饱和吸水量、吸盐水量、吸附NaCl的量等性能测试,初步筛选出对壁画不会造成二次伤害的脱盐材料,然后对筛选出的样品进行形貌分析.结果表明,筛选出的树脂具有层状、多孔、皱褶结构,将其作为由氯化钠引起的壁画酥碱病害的脱盐材料,性能优异.本研究为不同类型壁画酥碱病害提供一种脱盐材料的筛选方法.