高光谱和拉曼光谱的比较——以亚美尼亚手稿为例

亚美尼亚手稿因其独特的艺术性享誉于世，对其装饰颜料的研究能够帮助制定保护修复方案、研究颜料制作历史、贸易路线和文化交流等等。拉曼光谱是常用的颜料分析手段，但其光斑较小，不适用于大面积颜料区域的分析。高光谱是一种反射光谱，能够快速扫描大面积区域，对于大面积颜料的识别有潜在的优势。

分析仪器：

高光谱：VNIR1003B-10147型高光谱，光谱采集范围380～1 000 nm，光谱分辨率0.64 nm。采用线扫描，每行1 600像素。光源为由Techniquip 21DC控制的卤素灯。

拉曼光谱：自行研发的专门用于文物颜料分析的拉曼光谱仪，可以原位分析较大尺寸的手稿。激光光源632.8 nm，光谱范围91～2 577 cm-1，光斑大小约30 μm。

样品与分析流程：

牛津大学博德莱恩图书馆藏的六份亚美尼亚手稿。

以拉曼光谱的颜料分析结果为基础，比较5个不同高光谱数据库和使用SAM(光谱角分类)、SFF(光谱特征拟合)以及BE(二进制编码)3种不同算法的高光谱颜料分析结果。

数据库：

数据库1的数据采集于绘制在与18世纪艺术家所使用的相似纸张、并且可能用于亚美尼亚手稿上的40种Kremer颜料；数据库2的数据采集于手稿样品之一MS Arm g4上的18种颜料；数据库3的为数据库1、2的合集；数据库4的数据来自于网上公开发表的反射光谱数据共55种；数据库5的数据选自于数据库4中可能用于亚美尼亚手稿上的颜料11种。

结果与讨论：

使用剪裁波长范围可将高光谱识别的精度提高38%～54%。在剪裁波长情况下，结果最优的算法是BE法(67%的成功率)。如果使用默认波长设置，SAM是最差的算法(9%成功)。总体来说，成功率最好的是使用数据库2、剪裁波长范围和BE算法(93%成功率)，最低的是使用数据库1、SAM算法和默认波长范围(9%)。在大多数情况下，SFF算法的成功率高于SAM算法，并且在默认波长设置下的成功率基本也是最高的。

高光谱在颜料分析中有很大的应用潜力，数据库是影响匹配率的重要因素之一，使用与文物更相似、更集中的颜料所组成的数据库能提高匹配结果。建议将高光谱与其他分析技术如拉曼光谱、XRF等结合使用。此外，高光谱的SFF算法值得更多关注，尽管目前SAM是使用较多的算法。