从不混合的光谱数据来识别色素的自适应算法:用两个版本的16世纪绘画的案例研究
Eva M Valero1, Miguel Á Martínez-Domingo1, Rosario Blanc2
1Department of Optics, University of Granada, Faculty of Sciences, Campus Fuentenueva, s/n, Granada, 18071, Spain.
Talanta
|December 2, 2025
概括
本研究提出了一种新的算法,用于识别艺术品中的颜料,使用光谱分离. 该方法可以准确识别图书馆中的80%的颜料,有助于艺术品的保存和分析.
科学领域:
- 艺术史 艺术史 艺术史
- 化学 化学 化学
- 计算机科学 计算机科学
背景情况:
- 艺术家混合颜料以扩大艺术品中的色调板.
- 准确的颜色识别对于艺术品的分析和保存至关重要.
研究的目的:
- 开发和呈现一个完整的工作流程,用于颜色识别,使用光谱分离.
- 提高艺术品颜色分析的效率和准确性.
主要方法:
- 使用超像素细分进行预处理以减少光谱数据.
- 从参考调色板中开发了一个候选颜料的自适应子集.
- 根据终端成员的存在地图,雇员对颜色识别进行超像素投票.
主要成果:
- 该算法从23种颜料的参考库中正确识别了80%的颜料.
- 处理大约7000个光谱的时间不到3分钟.
- 在16世纪的画作 (原件,修复和复制品) 上证明了有效性.
结论:
- 本文所介绍的光谱分离工作流提供了一种高效,准确的颜色识别方法.
- 这种技术有助于分析和保存历史和当代艺术品.
- 该算法的速度和准确性使其成为艺术研究人员的宝贵工具.


