【摘  要】壁畫作為珍貴文化遺產，長期面臨多種病害的威脅。精準識別與科學評估壁畫病害，是有效保護壁畫的前提。本研究聚焦利用多光譜成像技術實現壁畫病害的智能識別與量化評估。使用圖像處理與模式識別算法對多光譜數據進行分析，可以實現對常見壁畫病害類型的自動識別分類，并對壁畫病害分布范圍、嚴重程度進行量化評估。該技術旨在為壁畫保護工作提供精準、非接觸的科學診斷工具，為制定精細化保護修復方案提供數據支持。

　　【關鍵詞】多光譜成像；壁畫；病害

　　引言

　　壁畫承載著豐富的歷史和文化信息。然而，受自然侵蝕、環境污染、人為破壞等因素的影響，許多壁畫面臨著裂縫、剝落、變色等病害威脅。傳統壁畫病害診斷通常為人工目視檢查，這種方法不僅耗時費力，還可能因個人差異而產生偏差和誤判。

　　隨著光學科學的進步，尤其是隨著圖像處理技術的革新，多光譜成像作為一種新興技術嶄露頭角。通過捕捉多個特定波長下壁畫的反射光譜數據，這一技術能更為精準和全面地分析壁畫的狀況，揭示壁畫的內部結構和材料狀態。理論上，該技術有助于深入理解壁畫病害的形成機制，為壁畫保護提供新的研究視角和技術手段。實踐中，它可以提高壁畫病害檢測的準確性和效率，為壁畫修復和保護工作提供科學依據。

　　壁畫病害類型與成因

　　根據《中國大百科全書》第三版，常見的壁畫病害主要有起甲、酥堿、空鼓等。起甲指壁畫顏料層或底色層發生龜裂，向上卷曲形成小塊狀的凸起。這種現象有時伴隨顏料層的剝落。起甲通常與顏料膠結物過多或可溶性鹽的結晶有關。針對這一問題，需要及時采取措施進行修復和保護。酥堿指壁畫的地仗層整體酥化，變成粉末狀，隨后逐漸脫落。酥堿現象的出現與可溶性鹽伴隨水汽運動，以及周圍環境的濕度波動密切相關。環境溫度與濕度是對壁畫材質影響最為顯著的兩個基本因素。［1］空鼓指壁畫背后的地仗層與其依托的墻面或基層之間的黏附力減弱而出現間隙。空鼓的出現可能是由于支撐體本身的風化，或者是可溶性鹽在地仗層和基底層之間的聚集。

　　壁畫病害的形成是一個復雜的過程，通常涉及多種自然和人為因素。［2］自然因素包括氣候變化、水鹽作用、生物侵蝕等。氣候變化造成溫濕度變化，影響壁畫材料的穩定性，導致顏料層和地仗層收縮膨脹，從而產生裂縫和剝落。水鹽作用則是地下水、雨水或水蒸氣鹽分在壁畫表面沉積形成結晶，造成壁畫材料的破壞。這些水鹽通常來源于壁畫地仗層中的鹽類物質，它們在環境溫度和濕度的變化影響下，會發生溶解、結晶等物理化學反應，從而導致壁畫出現起甲、酥堿、空鼓等現象。霉菌、細菌等生物侵蝕也會腐蝕壁畫材料，導致顏料層變色或脫落。

　　人為因素包括不當的保護和修復、環境污染、游客活動等。過去的保護和修復方法可能有所不足，長時間會導致壁畫受損。游客的觸摸、呼吸等行為也可能對壁畫造成物理和化學損害。

　　多光譜成像技術

　　在文化遺產保護中的應用

　　多光譜成像技術在文化遺產保護中的應用已取得顯著進展。例如，西安建筑科技大學王慧琴教授團隊與陜西省文物保護研究院合作，成功將光學成像、計算機人工智能等多學科融合應用于文物科技保護。他們在天津薊州獨樂寺壁畫保護修復項目中，利用多光譜成像技術，實現了對壁畫顏料種類、病害情況以及隱藏歷史信息的精確識別，為壁畫的保護和修復提供了科學依據。

　　該團隊還與中國社會科學院考古研究所、陜西省文物保護研究院等專業單位共同編寫了《館藏墓室壁畫數字修復技術》等著作，并申請了20余項專利［3］；參與了多項國家級文物保護項目，如漢長安城未央宮出土骨簽的整理與研究、石窟文物本體風化病害評估系統及保護技術研究等。

　　在獨樂寺壁畫保護修復項目中，由于壁畫規模宏大、圖案復雜，保護修復工作難度極大。王慧琴教授團隊設計了一套詳細的數字攝影采集方案，并運用多光譜成像設備進行高精度拍攝。數據采集過程存在環境條件限制等難題，但通過圖像配準技術和深度學習算法，團隊解決了上千幅分鏡頭成像數據的拼接問題，實現了大尺度壁畫的高精度數字化。

　　多光譜成像技術在

　　壁畫病害識別中的應用

　　圖像處理技術是壁畫病害識別的核心，它涉及圖像獲取、增強、分割和特征提取等步驟。處理壁畫圖像，可以提取病害區域的特征，為后續的病害識別和分析提供數據支持。例如，可以使用Canny算子提取的邊緣作為約束條件計算召回率，在不斷的迭代過程中找到滿足召回率標準的參數值，將聚類中心的值固定，再對緊湊度進行迭代，直到達到標準，最終獲得最優參數值。［4］計算機視覺和模式識別等技術可以幫助研究者從大量的壁畫圖像中快速準確地識別出病害區域，提高病害識別的效率和準確性。深度學習敦煌壁畫的數據，人工智能可以診斷壁畫病害，自動高效地進行病害分割與識別。［5］地理信息系統技術以其強大的空間信息處理能力，在數據的錄入、管理、查詢、分析和展示等方面展現出獨特優勢，成為地理信息高效處理的利器。［6］通過對壁畫不同類型病害和不同演變時期的形貌圖像特征進行分析，圖像分析技術可以在超越人眼識別局限的相對微觀層面上，探索基于圖像比對和差異分析的壁畫病害演變監測技術，完善壁畫病害演變程度的定量分析方法與標準。

　　結語

　　通過對壁畫進行非侵入式的光譜掃描，研究人員能夠獲取壁畫表面的詳細光譜信息。這些信息不僅包括可見光范圍內的顏色數據，還包括紅外、紫外等不可見波段的信息。這些豐富的數據為壁畫病害的識別、顏料種類的鑒定以及歷史痕跡的揭示提供了強有力的支持。該技術還能夠幫助研究者提取壁畫線稿，獲取壁畫顏料在不同波段下的光譜信息。這些信息對于理解中國古代壁畫繪畫技法、識別古代彩繪文物顏料等具有重要意義。

　　參考文獻：

　　［1］王蕙貞.文物保護學［M］.北京：文物出版社，2009.

　　［2］吳萌.館藏墓室壁畫數字修復技術（上下）［M］.北京：電子工業出版社，2022.

　　［3］黃怡靜，胡小平，彭向前，等.改進Canny算子的圖像邊緣檢測算法［J/OL］.機械科學與技術，1-11［2025-08-23］.https：//doi.org/10.13433/j.cnki.1003-8728.20230297.

　　［4］王衛東.金塔寺石窟壁畫主要病害分析［J］.隴右文博，2004（2）：57-59.

　　［5］韓春平.敦煌學數字化研究綜述［J］.敦煌學輯刊，2009（4）：168-183.

　　［6］胡穎.壁畫類文物保護技術研究［J］.東方收藏，2022（5）：104-106.

　　（作者系貴州民族大學民族學與歷史學學院在讀碩士研究生）