中国木版年画的画版处理技术研究

雷鸿源

(广东石油化工学院工业设计系，广东 茂名 525000)

中国木版年画的画版处理技术研究

雷鸿源

(广东石油化工学院工业设计系，广东 茂名 525000)

为了对中国木板年画进行数字化保护，本文以套色印刷的朱仙镇木板年画为例，采用图像处理技术从年画中提取出线版和色版。处理流程分为前处理、线版提取、色版提取和后处理四个部分。以像素的RGB和CMY颜色分量比率计算灰度值，将图中大部分彩色转化为白色，依此对年画进行去色处理；再经过阈值处理、形态学处理和线条光滑获得年画的黑色线版。主要利用K-均值聚类方法获取年画的色版。本文的处理结果很好地表现了年画的画版原貌，所提出的处理框架对于中国木板年画的数字化保护具有较高的实用价值。

图像分割；K-均值算法；阈值处理；中国木版年画

在我国灿若繁星的民间美术中，木版年画是最夺目的。它题材广博，手法多样，色彩斑斓，地域风格多姿多彩，富含传统民间文化。但是，历经了十年文化浩劫，木版年画的画版被毁得所剩无几，使年画的物质性遗产遭受了灭顶之灾。而且，近些年来传统民间艺术受到现代化及城市化进程的冲击，面临着严重的生存与发展困境，也使木版年画的非物质性遗产的保护陷入困境。

中国民间文艺家协会于2003年发起了“中国民间文化遗产抢救工程”，同时将中国木版年画抢救工程作为首个示范项目，冯骥才先生出任该工程的领导者和实践者。中国木版年画的普查工作采用文字、录音、摄影和录像同步的全纪录，内容涉及从历史遗存到活态现状、从作品到制作、从艺人到销售张贴、从艺诀到年俗，而且将所有产地囊括其中。到 2011年，按照木版年画的产地进行文化归档共出版了22卷《中国木版年画集成丛书》，还建设了“中国木版年画数据库”。

相对于摄影和录像，以数字图像处理和计算机图形学为代表的数字化技术，对于木版年画的保护与发展将产生更显著的作用。针对于中国木版年画的数字化研究工作还比较少，而对于同样代表中国民间传统文化的中国剪纸的数字化研究做得比较深入。相关的研究有张显全等[1]从构建好的剪纸纹样库中选出适当的纹样嵌入到动物形象的轮廓中，Xu等[2]将图像直接转换成具有连通特性的剪纸形象，Li等[3]把二维的剪纸纹样应用在三维的模型上，生成镂空的形象并产生动画效果，Meng等[4]将正面人脸照转换为剪纸效果的形象画。在造型特征上，剪纸和木版年画有许多相通之处，但上述研究主要考虑的是产生具有剪纸效果的艺术形象，而未考虑到传统剪纸形象所蕴含的艺术本质。

木版年画的本质反映的是我们的传统文化及民俗，如果只是单纯的表现出具有木版年画样式的形象，那将是无本之木、无源之水。因为时代在变迁，木版年画的发展本身就是一个很大的命题，要解好这个命题，首先就是要把现存的年画保护好。中国木版年画历史悠久，各地年画的制作方法与表现手段虽有很大差别，但可归纳为套色、套色加手绘和纯手绘三种制作方式。本文以套色制作的朱仙镇木版年画为研究对象。

朱仙镇木版年画的线条粗狂奔放，构图饱满匀称，形象古朴生动，色彩浑厚强烈，极富于装饰效果，具有鲜明的地方特色，在全国诸多年画流派中独树一帜。鲁迅先生热情赞扬朱仙镇木版年画为“富有民族色彩的制作”，他说：“河南朱仙镇年画，刻线粗健有力不似有些地方印刷那样纤巧。这些木刻年画不染脂粉，人物无媚态，很有乡土味，具有北方年画的独有特色。”

本文以图像处理技术对朱仙镇木版年画的画面进行处理，分别提取出线版和色版，实现画版的“重现”。这个处理过程，可以看做是从画面背景中分离出前景对象，相关的研究有Boussellaa等[5]采用混合方法从彩色阿拉伯历史手稿中分离出文字手迹，易剑等[6-7]采用颜色聚类的方法从视频中提取字幕，曾接贤等[8]采用K-均值聚类分割图像进行特征图像检索，Sykora等[9]运用图像分割和边缘检测技术从黑白卡通电视中分离出角色。Wen[10]从图像中生成自由手绘风格的彩色线描画，与套色版的中国木板年画表现方式很相似；Kang等[11]从彩色图像中自动生成连贯的二值化线条图，对木版年画的线版生成很有借鉴之处。

1 总体框架

朱仙镇木版年画全部采用刻版套印工艺，整个流程不染不画，始终保持传统木版套色水印，有着质朴的平面装饰艺术效果。朱仙镇木版年画的色版设置常用：墨线版、红版、紫版、绿版、青版、蓝版、黄版等。主线版对年画的效果起着决定性作用，其线条光洁流畅。

本文采用的木版年画数字化处理总体框架(如图 1所示)，分为线版提取和色版提取两个主要模块，还包括前处理和后处理两部分。下面将对本文方法进行详细描述。

图1 木版年画数字化处理总体框架

2 前处理

本文处理示例为朱仙镇木板年画《马上加官》一对中的一幅，如图2所示。为了对木板年画进行最真实的数字化保护，采用平板扫描仪，高分辨率真彩色扫描，并保存为无损格式的图像文件，如bmp格式。

图2 朱仙镇木版年画《马上加官》(图片来自《中国木版年画集成——朱仙镇卷》)

木版年画在套色印刷过程中难免会产生印色不匀及杂色现象，而且经过岁月的侵蚀造成画面褪色，如图3(a)所示，黑色线条和彩色块中夹杂了大量的杂色，主要是纸张颜色。所以，在前处理阶段，要对扫描得到的图片进行去噪处理。

本文采用中值滤波进行降噪。中值滤波器是一种统计排序的非线性空间滤波器，它是将像素邻域内灰度的中值代替该像素的值，对于一定类型的随机造型具有优秀的去噪能力，而且比相同尺寸的线性平滑滤波器的模糊程度更低。中值滤波器对处理脉冲噪声非常有效，该种噪声也称为椒盐噪声。滤波的具体过程如下：

(1) 首先将图像按RGB分解为三个灰度图；

(2) 分别对这三个灰度图进行中值滤波，其中可多次重复滤波，或者修改滤波器大小；

(3) 再将这三个灰度图按照 RGB次序组合为彩色图像。

处理结果如图3(b)所示，相比较于处理前的图3(a)，平滑效果较显著，利于后续的处理过程。

图3 去噪处理前后对照

3 线版提取

朱仙镇木版年画的墨线版(又称黑坯)，是年画之主版，对年画的效果起着决定性作用。年画套色顺序：先印黑，后托黄，再印红、印绿、印青，加托水红或印脸。年画中的墨线可能被其它颜色覆盖或者渗色。经过试验，如果直接以图像中的线条颜色作为色彩范围选取，将会选出色块区域的大量杂点，且不利于后续的阈值处理。所以，本文采用去色处理结合阈值处理的方式来进行线版的提取。

3.1 去色处理

朱仙镇木版年画采用的色彩主要有黑、红、绿、蓝、青、紫、黄等颜色，为了得到黑色的线版，也就是要把其他彩色部分转化成白色，这个过程可以当做是彩色图的去色处理。在色彩学中，把红(red，R)、绿(green，G)、蓝(blue，B)三色称为原色(RGB)，而把任意2种原色混合而成的颜色即青(cyan，C)、紫红(magenta，M)、黄(yellow，Y)称为间色(CMY)。RGB和 CMY颜色与朱仙镇木版年画色彩恰好相应，利用如下的灰度计算公式进行去色：

公式中各变量的含义：

gray为每个像素的灰度值；

max、mid和min分别为像素颜色R、G、B分量的最大值、中间值和最小值；

Ratiomax为max所代表颜色分量(原色)的比率；

Ratiomax−mid则为 max与 mid所形成的间色的比率。

具体计算时，对于每个像素点，将其 RGB和CMY的比率按照300%进行计算，这样就把经过前处理所得到的图像转化为灰度图，同时也把大部分彩色处理成白色，如图 4(b)图所示，已经将 图 4(a)中的红色、绿色、黄色、橙色和纸张颜色去除了，只剩紫色区域变成了浅灰色，并且将线条部分变成深灰色。还要进行阈值处理，才能把浅灰色部分去除掉。

3.2 阈值处理

由于其直观性和实现的简单性，阈值处理在图像分割应用中享有核心地位。选取阈值的一种方法就是图像直方图的视觉检测，如果直方图有两个截然不同的模式，则很容易选择阈值T来分开它们。选择T的另一个方法是反复试验，选取不同的阈值，直到观测者觉得产生了较好的结果为止，这在交互环境下特别有效。图5所示为图4(b)图像的直方图，也就是经过去色处理后图像的直方图。该直方图没有明显的两个截然不同的模式，也不适应靠观测来交互确定阈值，本文采用 Otsu方法获取最佳全局阈值。

阈值处理可视为一种统计决策理论问题，其目的是在把像素分配给两个或多个组(也称为分类)的过程中引入的平均误差最小。Otsu方法在类间方差最大的情况下是最佳的，其基本概念是好阈值分类就它的像素灰度值而论应该是截然不同的，或者说就它的灰度值而言给出最好的类间分离的阈值就是最佳阈值。而且，Otsu方法是完全以一幅图像的直方图为计算基础，因为直方图是很容易得到的一维阵列，所以Otsu方法是一种很有吸引力的最佳全局阈值处理方法。

设灰度图像的灰度级是 L，则灰度范围为[0,L–1]，利用Otsu算法计算图像的最佳阈值为：

其中：当分割的阈值为t时，w0为背景比例，u0为背景均值，w1为前景比例，u1为前景均值，u为整幅图像的均值。

使以上表达式值最大的T，即为分割图像的最佳阈值。再利用该最佳阈值T，将图像进行二值化黑白处理，就得到图4(c)。从该图中所示，可知原图中紫色区域，也就是图4(b)浅灰色区域，已经几乎处理成白色了，只是还存在一些噪点，如图中马前腿部位的局部放大图所示，可利用形态学处理进一步完善。

3.3 形态学处理

膨胀和腐蚀操作是形态学处理的基础。膨胀是使图像中的目标“生长”或“变粗”的操作，腐蚀“收缩”或“细化”二值图像中的物体。在实际应用中，膨胀和腐蚀更多地以各种组合来应用，如开操作、闭操作。

开操作会平滑物体的轮廓、断开较窄的狭颈并消除细的突出物。闭操作同样也会平滑轮廓的一部分，但与开操作相反，它通常会弥合较窄的间断和细长的沟壑，消除小的孔洞，填补轮廓线中的断裂。

本文采用小的结构元，先进行开操作，再进行闭操作，达到了消除小杂点、填充小的孔洞，并磨平了细的突起的效果，如图4(d)所示。从马前腿的局部放大图可知，噪点已经消除。虽然到此步骤已经把年画的黑色线版部分处理干净，也最真实的反映了原图的线版，但是因为基于像素进行处理，导致线条边缘不平滑，这与手工雕刻木板而成的光滑线条是不符合的，所以还需要进行线条的平滑处理。

3.4 线条平滑

数字图像是个整数矩阵，每一个整数代表一个像素，像素常显示为小方形。因此，可以将数字图像简单的理解为由众多小方块的像素组成，这些小方块是图像的最基本构成元素，它不可被分割。所以，经过前述步骤获得的二值化黑白线版，是由黑色的小方块组成，意味着其边缘不会是光滑的，而会呈现出锯齿形的边缘。为了让图像、文字有更好的显示效果，抗锯齿作为一种重要的显示优化技术被广泛应用。采用两种方式进行线版的抗锯齿：

(1) 为了获得更加精细的显示或者打印效果，最直接的办法就是提高“点”的密度，也就是提高图像的分辨率。

(2) 把二值化的黑白图像，转化为灰度图像，也就是将线版的边缘进行灰度平滑，特别在显示上可以很好的消除锯齿现象。

4 色版提取

将套色印刷的木版年画(如图2所示)进行色版的提取，在技术上可以视为图像分割。令R表示一幅图像占据的整个空间区域，可以将图像分割视为把R分为n个子区域R1,R2,···, Rn的过程，满足：

(2)iR是一个连通集，要求一个区域中的点以某些预定义的方式来连接(4连接或8连接)。

分割中的基本问题就是把一幅图像分成满足上述条件的多个区域。朱仙镇木板年画是由固定的几种颜色进行套色印刷，适于采用K-均值聚类方法将图像中相近色彩像素归在一个子区域中。

4.1 K-均值聚类

K-均值聚类算法是应用广泛的聚类分析方法之一，它用于图像分割具有直观、快速、易于实现的特点。K-均值聚类算法的基本思想是：选取k个初始聚类中心，把数据集中的所有对象分成k个类，通过迭代计算，逐次更新各类的中心，直到算法收敛到一定的结束条件，输出聚类结果。算法具体步骤如下：

(1) 首先选取适当的分类数目和初始聚类中心，设选取的分类数目为c，对应的c个初始聚类中心为：其中代表在第k次迭代中第i个聚类中心。

(2) 选取合适的距离准则，将数据集中的每个样本x依次归到最近的类中，其中表示第k次迭代中以为中心的类。

(3) 对每个类中的所有样本取平均值，将得到的平均值作为这一类新的聚类中心。表达式为：

本文所处理的是RGB类型图像，一幅RGB图像就是M×N×3大小的彩色像素的矩阵，其中的每个彩色像素点都是在特定空间位置的彩色图像对应的红、绿、蓝三个分量。在进行K-均值聚类前，要将该3维数组重新构造成行数为(M×N)，列数为3的二维矩阵。使得新的二维矩阵中每一行对应原图像中的一个像素点的(R,G,B)值。从实际图像中可以确定颜色种类为黑、黄、红、绿、紫、橙和纸张背景色共7种，所以K-均值聚类分类数目就是7。

进行K-均值聚类后，将二维矩阵中每一行归在7个类别中之一，并能够计算出7个中心值。再将计算完后的二维矩阵构造回原来M×N×3的三维矩阵，对其进行色块分离的操作。

4.2 色块分离

K-均值聚类后，图像的像素值分为7类，大体上每种颜色聚成一块块区域。年画虽然经过前处理，但画中色块还是存在杂色，所以聚类后的块状区域也就会夹杂其他色的像素，我们以色块分离的操作来清除这样的杂色。处理方法如下：

首先，针对每一种分离后的颜色，将该颜色像素位置取 1，其他像素位置值 0，就得到一幅二值图像；除了背景色，对应于黑、黄、红、绿、紫和橙色，总共得到6幅二值图像；

接着，对每一幅二值图像运用形态学处理方法，即可消除杂点和边缘突起；

然后，将K-均值聚类得到的中心值赋给对应二值图像中像素值为1的点；

这样，就取得了木版年画的色版，如图6所示。该图也表示了年画的套色过程。

4.3 色块平滑

对于色块的平滑，主要是其边缘的处理，也采用如上述第3.4节的抗锯齿方法。在这个处理步骤中，因为各个色块相对于线版而言要简单许多，所以可利用孤岛检测结合人工交互的方式，将色块内部的一些小的漏空填充。

图6 木版年画的色版

5 后处理

经过前面的处理过程，可分别获得黑色线版和不同的色版，还要进行一定的后处理。

5.1 线版和色版合并校验

将线版与各个色版分别合并进行校验，先求出其交集，再从色版中减去交集，就可以去掉它们的重叠区域。

5.2 矢量化处理：线条/色块

为了便于木版年画的数字化应用和数控切割加工，还需要将位图模式的线版和色版进行矢量化处理。相关的矢量化研究工作已经做得很好，可以直接采用其处理方式，如 Buchanan等[12]对光栅图像进行结构式的矢量化，Chang和Yan[13]用贝塞尔曲线拟合来进行手绘图的矢量化，Agarwala[14]将用户描绘的轨迹自动生成光滑的边缘线条。

6 结 束 语

采用图像处理的方式，从套色印刷的朱仙镇木版年画中提取出黑色的线版和不同的色版，真实地还原了年画的画版原貌，本文展示的实例效果显著。由于木版年画印制过程的粗糙及经过岁月的侵蚀，导致年画画面存在漏印、色彩重叠、褪色等问题，这些问题采用自动图像处理不易完全解决，我们将在未来工作中依据木版年画创造规则进行年画的画版还原。

[1] 张显全, 于金辉, 蒋凌琳, 陶小梅. 计算机辅助生成剪纸形象[J]. 计算机辅助设计与图形学学报, 2005, 17(6): 1378-1382.

[2] Xu Jie, Kaplan C S, Mi Xiaofeng. Computer-generated papercutting [C]//15th Pacific Conference on Computer Graphics and Applications. IEEE, 2007: 343-350.

[3] Li Yan, Yu Jinhui, Ma Kwanliu, Shi Jiaoying.3D paper-cut modeling and animation [J]. Computer Animation and Virtual Worlds, 2007, 18: 395-403.

[4] Meng meng, Zhao Mingtian, Zhu Songchun. Artistic paper-cut of human portraits [C]//Proceedings of the 18th International Conference on Multimedea. Firenze, Italy: 2010: 931-934.

[5] Boussellaa W, Zahour A, Alimi A. A methodology for the separation of foreground/background in arabic historical manuscripts using hybrid methods [C]//Proceedings of the 2007 ACM Symposium on Applied Computing (SAC). Seoul, Korea: 2007: 605-609.

[6] 易 剑, 彭宇新, 肖建国. 基于颜色聚类和多帧融合的视频文字识别方法[J]. 软件学报, 2011, 22(12): 2919-2933.

[7] 黄晓东, 周源华. 用小波变换及颜色聚类提取的视频图像内中文字幕[J]. 计算机工程, 2003, 29(1): 43-45.

[8] 曾接贤, 王军婷, 符 祥. K均值聚类分割的多特征图像检索方法[J]. 计算机工程与应用, 2013, 49(2): 226-230.

[9] Sykora D, Burianek J, Zara J. Segmentation of black and white cartoons [C]//Proceedings of Spring Conference on Computer Graphics, 2003: 223-230.

[10] Wen Fang, Luan Qing, Liang Lin, Xu Yingqing, Shum H Y. Color sketch generation [C]//Proceedings of the 4th International Symposium on Non-Photorealistic Animation and Rendering, 2006: 47-54.

[11] Kang H, Lee S, Chui C K. Coherent line drawing [C]// Proceedings of Non-Photorealistic Animation and Rendering, 2007: 43-50.

[12] Buchanan P, Doggett M, Mukundan R. Structural vectorization of raster images [C]//IVCNZ’12. Dunedin, New Zealand: ACM Press, 2012: 319-324.

[13] Chang Hungshin, Yan Hong. Vectorization of hand-drawn image using piecewise cubic bezier curves fitting [J]. Pattern Recognition, 1998, 31(11): 1747-1755.

[14] Agarwala A. Snake toonz: a semi-automatic approach to creating cel animation from video [C]//Non-Photorealistic Animation and Rendering, ACM, 2002: 139-146.

A Study of Processing Technology of the Prints in Chinese Woodblock New Year Prints

Lei Hongyuan
(Department of Industrial Design, Guangdong University of Petrochemical Technology, Maoming Guangdong 525000, China)

Aimed at the digital protection of Chinese woodblock new year prints, this paper, using the woodblock new year prints with chromatographic print of Zhuxian town as examples of processing, extracts the line prints and color prints from the new year prints with the technology of image processing. The procedure of processing is divided into 4 parts, i.e. pre-processing, line print extracting, color print extracting and after-processing. First, we should figure out the greyscale with the RGB of pixel and CMY color components ratio and transform most different colors of the new year prints into white so as to remove the colors; then after using the threshold processing, morphological image processing and line smoothing we can obtain the black line prints of the new year prints. We gain the color prints by K-means clustering method. The results of these processing can demonstrate the original appearance of new year prints and the processing procedure proposed in this paper is of great value to the digital protection of Chinese woodblock new year prints.

image segmentation; K-means algorithm; thresholding; Chinese woodblock new year prints

TP 39

A

2095-302X(2014)05-0809-06

2014-06-09；定稿日期：2014-06-26

雷鸿源(1976–)，男，福建上杭人，讲师。主要研究方向为数字化艺术与设计。E-mail：hyleihy@126.com