6.1.2　遥感青花-古玩助手技术

青花瓷，常通称青花，是中国陶器的主要种类之一，属釉上彩瓷。来源于中国，遍行全球，该种类清爽轻快，朴素大气，不但是中国使用最广泛的陶器，还被称作中华文化审美观的代表。近年来随着老百姓物质生活的不断提升，越来越多的人对于古的遗物很感兴趣，文物古玩艺术品的个人收藏活动愈见普及化，在其中古瓷器占据非常高的比例。景德镇是极具代表性的制陶古镇之一，在极大商业利益的驱使下，景德镇陶器销售市场作假和走私货的情况很严重，不仅影响了行业市场，还使我国很多宝贵文物外流国外，导致极大损失。对青花瓷的时代辨别也可以应用到文物保护层面。文物是在一定的历史阶段内社会发展的产物，其制造和发展凸显出科技进步及当时人们物质生活的改变，根据文物可以复原历史的真相，为史学理论给出数据材料及其根据。一般分析青花瓷年代所用的方式为传统化学仪器分析方法，会对青花瓷文物造成不可逆损伤；而青花瓷研究样本较为稀缺珍贵，常用方法对青花瓷有损伤。高光谱在青花瓷年代分类中具有“无损、快速便捷”的潜力。因此，如何建立和完善一套科学、准确、有效的年代判别方法成为社会关注的热点。因此，对历代青花瓷断代的研究，具有较高的学术价值和社会经济价值。

遥感青花-古玩助手在图像数据获取方面通过调查最终决定挑选故宫博物院所提供的瓷器收藏品，与此同时为了尽快大批量获得每个年代青花瓷图像，应用网络爬虫技术从故宫博物院官方网站大批量获得每个年代青花瓷图像，大体上应用网络爬虫技术掌握到明清时代24个年代青花瓷图像。基于真彩色图像数据的景德镇青花瓷分类模型建立，以不同年代景德镇青花瓷的纹饰、款识和造型等作为图像特征标签，使用迁移学习的方法，对构建的不同年代景德镇青花瓷图像数据集进行训练，建立分类模型。基于地物光谱仪的景德镇青花瓷分类模型建立，使用便携式地物光谱仪，对不同年代景德镇青花瓷进行光谱采集，使用波段选择和特征提取方法，对高光谱数据进行数据挖掘，将优选出来的特征分别结合RF和LSTM对不同年代景德镇青花瓷进行分类，选出分类最优模型。基于成像光谱数据的景德镇青花瓷分类模型建立，对获得的成像光谱进行预处理，对成像光谱进行光谱降维，获得青花瓷图像，同时对成像光谱进行感兴趣区域选择，对感兴趣区域进行光谱均值计算，获得光谱反射率均值，利用获得的不同年代青花瓷空间维和光谱维信息，分别输入前期建立的分类模型，单独使用成像光谱的空间维或者是光谱维对景德镇青花瓷进行年代分类，然后融合成像光谱的空谱信息对不同年代景德镇青花瓷进行分类，优选出适合对不同年代景德镇青花瓷成像光谱进行分类研究的模型。

遥感青花-古玩助手整个技术流程的关键在于对收集到的图像数据进行预处理。重点在于图像裁剪，将图像开展总体裁剪，事实上类似图像放大，并没确实裁剪掉图像的重要信息。为了能更具体地描写青花瓷装置的特点，同时获得数据扩大的效果，展开了图像的部分裁剪，得到每一张图像的一些部分地区，作为键入开展青花瓷器的种类。因为读取数据量还不够，而数据增强能有效提升分类器、降低互联网的过拟合现象，根据对练习图像开展转换可以获得泛化能力更强大的互联网，更加好地融入应用场景，因而选用数据增强来扩大数据。使用的具体方法包括随机角度翻转、添加随机噪声、增加亮度和对比度，同时通过数据增强的方法还能够缓解过拟合问题。

在对获取的数据进行预处理后，使用了VGG16模型和AlexNet、DenseNet、ResNet等模型对数据进行了卷积神经网络模型的构建并对其进行了分类精度对比。由于不同年代青花瓷的差异主要体现在青花瓷胎釉和青花料的差别，仅靠目视辨别难度较大。因此，基于地面光谱仪获取不同年代景德镇青花瓷胎釉及青花料的反射率光谱，提取青花瓷典型光谱特征和光谱特征参量，进行了光谱分析。将所有测得的数据分为两组，一组用来建立光谱库，另一组用来验证，进行光谱匹配。

技术路线如图6.5所示。

图6.5　技术路线