壁画的保护与修复——以永乐宫壁画为例

永乐宫壁画是中国古代壁画的奇葩,因其人物形象众多,规模宏大,在中国美术史上具有极其崇高的地位,壁画本身也具有不可估量的历史文化价值。以永乐宫壁画为研究对象,探讨了如何利用现代科技手段进行壁画的保护和修缮。     

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。     

敦煌壁画修复现场首次开放

日前,敦煌壁画修复现场首次对外开放,通过预约,游客可以近距离观摩壁画保护修复的现场和细节。本次开放的莫高窟第98窟,建造于五代,占地面积185平方米,     

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。     

敦煌壁画数字图像修复中遇到的挑战

数字图像修复技术是指针对数字图像中损失或者损坏的部分,利用未被损坏的图像信息,按照一定规则填补,使得修复后的图像接近或达到原图的视觉效果.图像修复技术的本质是对视觉认知过程的学习、理解以及再现.文章从视觉心理学角度进行分析,基于视觉认知修复规律,提出各种假设限定来解决问题.在敦煌壁画的修复中,周边信息是模糊的、不可信的,直接面对的是前后景难于区分,破损、模糊、噪声、色变同时存在.由于这种缺损图像周围信息不充分的情况下,导致图像修复是一个病态的问题,人们无法从退化图像中获取原始图像,因此,使得该领域的研究十分困难.     

苏州云岩寺塔壁画保护研究

云岩寺塔浮塑壁画独具特色,是立体浮塑装饰纹样的代表之一。古塔历经千年,风雨飘摇,虽然塔体倾斜,部分建筑构建已经损毁,内饰壁画也已残缺不全,但仍屹立不倒。新中国成立以来,古塔的建筑结构多次加固维修,采取了多项具体的保护措施。通过实地勘察,进一步对塔内浮塑壁画纹样进行整理,提出了保护浮塑壁画的具体措施,对云岩寺塔浮塑纹样的传承有着重要意义。     

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。     

三杨庄遗址保护现状及发展前景

该文章通过对三杨庄遗址基本情况和文物保护利用现状的调查分析,论述了三杨庄遗址的基本状况及其重要价值,遗址发现以来文物保护工作的开展情况和存在问题,并对遗址发展前景进行了展望探讨,提出了进一步做好遗址文物保护和综合利用的意见建议,明确了建设国家考古遗址公园的发展目标,以实现遗址的可持续保护与充分展示利用相结合的目的。     

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。     

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.     

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.     

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.     

环境振动作用下修复后南京鼓楼的动力响应现场实测

为探究环境振动作用下古建筑的动力响应水平,对修复后的南京鼓楼进行现场实测,通过对实测数据进行时域和频域分析,研究交通振动作用下鼓楼的动力响应特性。结果表明：现场实测未发现鼓楼出现振动超限现象,地铁通过时主要引起的是竖向振动,但交通振动作用引起鼓楼结构的水平向振动比竖向振动更为突出;鼓楼受交通振动影响的主要频率范围为10～50 Hz,但振动能量在古建筑中的衰减规律因材料而异,对于古砖砌体结构,超过40 Hz的交通振动对其影响较小,对于古木结构,超过160 Hz的交通振动对其影响较小;在鼓楼碑楼一层顶区域内,在50～512 Hz的高频段内存在一个竖向振动放大区,并在20～160 Hz的高频段内存在一个水平振动放大区。     

略谈西藏古壁画保护的现状与对策

西藏古壁画是西藏绘画艺术的重要组成部分，主要分布在寺庙、宫殿、民宅等地的墙壁上。文章对目前拉萨市区周围寺庙壁画保护工作中存在的问题进行了分析，对今后我区壁画保护提出了自己的见解。     

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。     

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%。     

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.     

联合核预测和特征推理的渐进式壁画修复算法

针对现存深度模型修复壁画时,未兼顾像素级特征与语义级特征,而导致纹理精细度欠缺、结构扭曲等问题,提出一种联合核预测和特征推理的渐进式壁画修复算法.首先,设计区域渐进模块,通过部分卷积实现壁画特征渐进式映射.然后,提出双分支修复模块,其中核预测卷积分支实现破损区域的像素级修复;而语义特征推理分支中引入门控可变形卷积,并结合语义一致性注意力机制实现特征推理,完成破损壁画的语义级修复.最后,将双分支修复结果融合输出,最大限度地减少重构误差,提升修复精度.通过对敦煌壁画进行数字化修复实验,结果表明所提方法修复后的壁画具备较好的结构纹理特征,在评价指标上优于比较算法.