基于光谱成像的褪色文字信息提取和识别研究

本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。

我国拥有大量的文物，包括壁画、书画等，它们作为中国的传统文物，可以记载古人的精神文化生活和重要的历史事件。其中，最能直观的了解文物所承载信息的当属文字。中华文明源远流长，早在旧石器时，就发现有文字的存在，从古代甲骨文到现代简体字，文字一直是人类记录事件和表达情绪的重要符号。古人留给我们众多珍贵文物，且大都会用文字加以描述和修饰，探索文字的信息能更好的还原真实历史，了解不同时期文化。然而，由于自然和人为因素影响，一些文物表面出现了褪色，影响外观，导致文字难以辨认。因此，在文物保护工作中提取文字信息尤为重要。传统方式多为人眼辨别，依赖文物工作者的经验，但褪色的文字依靠人眼难以辨别。所以，需要利用现代科学技术辅助提取文物中褪色或者隐藏的文字信息。高光谱技术具有非接触、“图谱合一”、光谱范围广等特点，能够对文物进行更深层次的数据留存与分析，利用高光谱独特的优势，可以捕捉到人眼观察不到的信息，对于文字提取和解读具有重要意义。

本研究使用的高光谱相机波长范围为400-1000nm。

本研究数据为采集的国画、石刻以及墓葬底部的高光谱数据，三处文物均受到了不同程度的损伤，导致文物表面的信息难以辨识，在进行数据预处理后，对其中的褪色信息进行提取，再利用卷积神经网络进行文字识别，为文字辨识工作提供参考。对这三幅高光谱数据的字迹和背景区域分别进行提取，可以看到，国画和石刻图像上除了字迹以外，背景的主要颜色为棕色和白色。另外，在墓葬的高光谱数据观察到存在红色物质，也同样作为背景区域。因此，实验主要对这几处物质的光谱曲线进行提取，每种物质选择 10 到 20 个点，保存为 ASCII 文件，并建立均值光谱。其中，褪色较为严重的石刻数据，背景和字迹几乎无法区分，只能在图像右半部分采集几处字迹的光谱曲线，其他的图像在图中进行均匀选点。如图 5-2 所示，（a）、（b）、（c）分别为国画、石刻和墓葬数据选取的光谱曲线对应位置。橘黄色点是选取的字迹区域，蓝色、紫色和绿色点是选取的背景棕色、白色和红色区域。图 5-2（d）、（e）、（f）为国画、石刻和墓葬经过平均后的光谱曲线图，从图中可以看出，字迹的光谱反射率较低，随着波长的增加，反射率变化较小，而背景的反射率普遍较高，在不同波长下反射率值变化较大。经过高光谱数据优化有，对识别结果有显著的改善。

对研究方法进行实验与分析。首先，将字迹增强指数应用到三处褪色程度不同的图像上，均得到了较好的增强效果，并与高光谱数据处理常用的两种信息提取方法对比，通过目视解译表明，字迹增强指数对于增强字迹的信息更具有适用性。其次，通过密度分割将文字信息提取得到二值图像，由于石刻文字笔划缺失较为严重，墓葬的符号怀疑是文字，而卷积神经网络针对的是较为完整的汉字，因此仅对石刻和墓葬的提取结果进行形态学变换，提供多种变换结果辅助专家识别。最后，对文字较多的国画图像进行裁剪和形态学变换，输入到卷积神经网络中，得到排名前三的文字，共识别 17 个文字，正确率为 70.8%，这一结果证明了本研究的文字提取与识别方法是有效的。