【摘 要】壁画作为珍贵文化遗产，长期面临多种病害的威胁。精准识别与科学评估壁画病害，是有效保护壁画的前提。本研究聚焦利用多光谱成像技术实现壁画病害的智能识别与量化评估。使用图像处理与模式识别算法对多光谱数据进行分析，可以实现对常见壁画病害类型的自动识别分类，并对壁画病害分布范围、严重程度进行量化评估。该技术旨在为壁画保护工作提供精准、非接触的科学诊断工具，为制定精细化保护修复方案提供数据支持。
【关键词】多光谱成像；壁画；病害
引言
壁画承载着丰富的历史和文化信息。然而，受自然侵蚀、环境污染、人为破坏等因素的影响，许多壁画面临着裂缝、剥落、变色等病害威胁。传统壁画病害诊断通常为人工目视检查，这种方法不仅耗时费力，还可能因个人差异而产生偏差和误判。
随着光学科学的进步，尤其是随着图像处理技术的革新，多光谱成像作为一种新兴技术崭露头角。通过捕捉多个特定波长下壁画的反射光谱数据，这一技术能更为精准和全面地分析壁画的状况，揭示壁画的内部结构和材料状态。理论上，该技术有助于深入理解壁画病害的形成机制，为壁画保护提供新的研究视角和技术手段。实践中，它可以提高壁画病害检测的准确性和效率，为壁画修复和保护工作提供科学依据。
壁画病害类型与成因
根据《中国大百科全书》第三版，常见的壁画病害主要有起甲、酥碱、空鼓等。起甲指壁画颜料层或底色层发生龟裂，向上卷曲形成小块状的凸起。这种现象有时伴随颜料层的剥落。起甲通常与颜料胶结物过多或可溶性盐的结晶有关。针对这一问题，需要及时采取措施进行修复和保护。酥碱指壁画的地仗层整体酥化，变成粉末状，随后逐渐脱落。酥碱现象的出现与可溶性盐伴随水汽运动，以及周围环境的湿度波动密切相关。环境温度与湿度是对壁画材质影响最为显著的两个基本因素。［1］空鼓指壁画背后的地仗层与其依托的墙面或基层之间的黏附力减弱而出现间隙。空鼓的出现可能是由于支撑体本身的风化，或者是可溶性盐在地仗层和基底层之间的聚集。
壁画病害的形成是一个复杂的过程，通常涉及多种自然和人为因素。［2］自然因素包括气候变化、水盐作用、生物侵蚀等。气候变化造成温湿度变化，影响壁画材料的稳定性，导致颜料层和地仗层收缩膨胀，从而产生裂缝和剥落。水盐作用则是地下水、雨水或水蒸气盐分在壁画表面沉积形成结晶，造成壁画材料的破坏。这些水盐通常来源于壁画地仗层中的盐类物质，它们在环境温度和湿度的变化影响下，会发生溶解、结晶等物理化学反应，从而导致壁画出现起甲、酥碱、空鼓等现象。霉菌、细菌等生物侵蚀也会腐蚀壁画材料，导致颜料层变色或脱落。
人为因素包括不当的保护和修复、环境污染、游客活动等。过去的保护和修复方法可能有所不足，长时间会导致壁画受损。游客的触摸、呼吸等行为也可能对壁画造成物理和化学损害。
多光谱成像技术
在文化遗产保护中的应用
多光谱成像技术在文化遗产保护中的应用已取得显著进展。例如，西安建筑科技大学王慧琴教授团队与陕西省文物保护研究院合作，成功将光学成像、计算机人工智能等多学科融合应用于文物科技保护。他们在天津蓟州独乐寺壁画保护修复项目中，利用多光谱成像技术，实现了对壁画颜料种类、病害情况以及隐藏历史信息的精确识别，为壁画的保护和修复提供了科学依据。
该团队还与中国社会科学院考古研究所、陕西省文物保护研究院等专业单位共同编写了《馆藏墓室壁画数字修复技术》等著作，并申请了20余项专利［3］；参与了多项国家级文物保护项目，如汉长安城未央宫出土骨签的整理与研究、石窟文物本体风化病害评估系统及保护技术研究等。
在独乐寺壁画保护修复项目中，由于壁画规模宏大、图案复杂，保护修复工作难度极大。王慧琴教授团队设计了一套详细的数字摄影采集方案，并运用多光谱成像设备进行高精度拍摄。数据采集过程存在环境条件限制等难题，但通过图像配准技术和深度学习算法，团队解决了上千幅分镜头成像数据的拼接问题，实现了大尺度壁画的高精度数字化。
多光谱成像技术在
壁画病害识别中的应用
图像处理技术是壁画病害识别的核心，它涉及图像获取、增强、分割和特征提取等步骤。处理壁画图像，可以提取病害区域的特征，为后续的病害识别和分析提供数据支持。例如，可以使用Canny算子提取的边缘作为约束条件计算召回率，在不断的迭代过程中找到满足召回率标准的参数值，将聚类中心的值固定，再对紧凑度进行迭代，直到达到标准，最终获得最优参数值。［4］计算机视觉和模式识别等技术可以帮助研究者从大量的壁画图像中快速准确地识别出病害区域，提高病害识别的效率和准确性。深度学习敦煌壁画的数据，人工智能可以诊断壁画病害，自动高效地进行病害分割与识别。［5］地理信息系统技术以其强大的空间信息处理能力，在数据的录入、管理、查询、分析和展示等方面展现出独特优势，成为地理信息高效处理的利器。［6］通过对壁画不同类型病害和不同演变时期的形貌图像特征进行分析，图像分析技术可以在超越人眼识别局限的相对微观层面上，探索基于图像比对和差异分析的壁画病害演变监测技术，完善壁画病害演变程度的定量分析方法与标准。
结语
通过对壁画进行非侵入式的光谱扫描，研究人员能够获取壁画表面的详细光谱信息。这些信息不仅包括可见光范围内的颜色数据，还包括红外、紫外等不可见波段的信息。这些丰富的数据为壁画病害的识别、颜料种类的鉴定以及历史痕迹的揭示提供了强有力的支持。该技术还能够帮助研究者提取壁画线稿，获取壁画颜料在不同波段下的光谱信息。这些信息对于理解中国古代壁画绘画技法、识别古代彩绘文物颜料等具有重要意义。
参考文献：
［1］王蕙贞.文物保护学［M］.北京：文物出版社，2009.
［2］吴萌.馆藏墓室壁画数字修复技术（上下）［M］.北京：电子工业出版社，2022.
［3］黄怡静，胡小平，彭向前，等.改进Canny算子的图像边缘检测算法［J/OL］.机械科学与技术，1-11［2025-08-23］.https：//doi.org/10.13433/j.cnki.1003-8728.20230297.
［4］王卫东.金塔寺石窟壁画主要病害分析［J］.陇右文博，2004（2）：57-59.
［5］韩春平.敦煌学数字化研究综述［J］.敦煌学辑刊，2009（4）：168-183.
［6］胡颖.壁画类文物保护技术研究［J］.东方收藏，2022（5）：104-106.
（作者系贵州民族大学民族学与历史学学院在读硕士研究生）
