基于三色差值主成分分析的原位保存文化遗址轮廓变化检测方法

李张翼，张群喜，徐 栋，任秀芬

（1.西安融达多媒体技术有限公司，陕西 西安 710077；2.陕西历史博物馆，陕西 西安 710061；3.云南省文物考古研究所，云南 昆明 650000；4.银川西夏陵区管理处 文物管理科，宁夏 银川 750021）

0 引 言

我国历史悠久，拥有丰富的文化遗产，但目前我国正在经历巨大的文化生态变化。随着经济全球化趋势和现代化进程的加快，很多古建筑、古遗址的整体风貌已经遭到破坏，甚至一些重要的物质文化遗产因为水土流失和风化裂变，已经消亡或失传。留存延续的危机降临在了这些不可再生的物质文化遗产上。为了保护这些文化遗产，我们需要采取比抢救性修复更有效果的预防性保护措施。近15 年来我国开展了馆藏文物保存环境监测预警和预防性保护实践，成效显著，文物保护工作也已逐步从抢救性保护向预防性保护转变，预防性保护的理念是通过控制引起文物劣化的主要影响因子（比如文物保存环境）来避免建筑遗产的损毁或破坏[1]。不同于以往的应急性保护工程，文物预防性保护的重点在于通过信息的收集、精密勘察、风险和价值评估等方法来确定文化遗产面临的风险影响因子，基于系统监测和定期检测的方法分析物质文化遗产的劣化规律，在上述研究基础上及时降低或者消除面临的风险，主要采取灾害预防、日常维护、科学管理等措施，从而实现遗产的全面保护[2]。

目前变化检测方法在遥感影像领域得到了越来越多的关注和发展，并在自然灾害的灾情监测、土地利用/覆盖动态研究、环境变化的监视、森林覆盖和水域检测以及农作物生长状况的监测和评估等[3-4]方面发挥了重要的作用。同时关于图像变化检测的方法有很多，如最大后验概率估计法、模糊吉布斯马尔科夫随机场模型法[5]、非下采样Contourlet 变换和脉冲耦合神经网络结合法[6]、期望值最大化法、局部拟合模型法[7]、基于分形维数和支持向量机法[8]、基于马尔科夫随机场和水平集方法的交互式分割法[9]和主成分分析法等[10-11]。

由于变化检测方法在文物保护监测领域有很少的应用，面对当前文物预防性保护的紧急性和必要性，本文针对土遗址风化裂变和水土流失问题，考虑到遗址保存环境光照变化情况，设计了一种基于光照变化的三色差值主成分分析方法，该方法通过架设在土遗址周边的固定摄像机拍摄的实时图像与初始图像，能够识别出其风化和水土流失部分。该方法计算成本低；结合通信和云平台，可嵌入到预防性保护在线监测系统。

1 方法流程

本文通过光照对RGB 三色影像进行分析，为减少光照对变化检测的干扰，在建立差值图像过程中加入三色权重系数，结合图像预处理、主成分分析和阈值分割等方法，设计了一种土遗址轮廓变化方法，流程如图1 所示。

1.1 图像预处理

虽然摄像机是架设在固定位置进行定期拍摄的，但由于室外天气变化和风力影响，设备在拍摄期间会略有摆动，因此需对目标图像进行几何校正以避免出现误差。本文利用参考图像和目标图像的特征点进行匹配，并用RANSAC 随机抽样方法进行配对筛选，计算出体现两幅图映射关系的变换矩阵，并用该矩阵对目标图像进行几何校正。

在实际监测过程中，监测主体为原位保存的文化遗址，为避免遗址周边植物生长、人类活动变化等影响，须人工设定监测区域。针对本文划定的多边形轮廓，利用射线法建立影像掩膜，如图2 所示。

图2 建立掩膜图像

1.2 主成分分析法

主成分分析（Principal Component Analysis, PCA）是一种多维正交线性变换，是建立在统计特征基础上的一种离散的K-L 变换[12]，被广泛应用于遥感图像处理中的变化检测任务。

主成分分析算法如下：设有向量集X={Xi,i=1, 2,...,N}∈Rn，E(X)为X的数学期望，C是X的协方差矩阵，U是C特征向量按照特征值由大到小的顺序排列而成的变换矩阵，则有

这样就构成了主成分分析算法，其中：

差异主成分变换法和主成分差异法是当前被广泛应用于变化检测的主成分分析方法。

差异主成分变换法是先对需要对比的两幅图像作相差并取绝对值处理，从而得到一个差值矩阵，这个差值矩阵集中了不同时段拍摄的原两幅图像中绝大部分的变化信息，过滤掉了影像中相同的背景部分，再对差值矩阵进行主成分变换。由其原理可知，变换输出的第一分量集中了图像的主要信息，因此差值影像进行主成分变换后的第一分量应该集中了原两时相影像的主要差异信息。这个分量可以认为是变化信息而被单独提取出来。

主成分差异法的不同之处在于：对两幅不同时段拍摄的图像做差值之前，先对影像进行主成分变换，然后取差值的绝对值为处理结果。虽然在对不同时段拍摄的图像分别进行主成分变换时，靠前的维度集中了图像的主成分信息，但后面维度的差值有时也能体现出原始图像的变化信息。本文经过测试后采用第二种方法，即主成分差异法对不同时段拍摄图像的RGB 三色通道分别进行主成分分析后作差值，在获得三个通道差值的绝对值后，进行加权叠加以及后续处理。

1.3 建立差值图像

将图像进行主成分分析后，图像中不同的三色通道对应的信息会有所不同，因而可以从不同色道的显示情况中研究建立差值图像。通过分析发现，户外土遗址在光照变化的情况下，图像中RGB 三色的平均值变化波动不同，本文以西夏王陵土遗址不同天气情况图像为例，如图3 所示。

图3 不同天气情况下西夏王陵土遗址图像

假定以多云图像图3（a）为参考图像，以图3（b）、图3（c）、图3（d）为不同天气情况下的目标图像，对图像进行重点区域划定后，分别获取重点区域RGB 三色通道的平均值，并将其与参考图像图3（a）的值作比值，获取三色通道因光照变化而产生的不同变化，数据见表1 所列。

表1 RGB 三色通道均值比值

从表1 中可以看出，在阴雨天气没有光照时，R 通道和G 通道的均值比值有明显变化，而B 通道则有较小浮动；同时在出现风化等裂变的情况中，由于背景图像比重增多，且多为蓝、白等冷色调，因此B 通道会有明显变化。基于上述情况，本文设计出一种基于光照变化的三色差值图像建立方法，根据比值减少R 通道与G 通道所属权重，降低光照不同所带来的影响。首先计算出两幅图像R 通道和G 通道的均值，再得出各通道的比值，如式（3）所示：

式中：α为求出的比值；分别代表经过预处理、重点区域划分的参考图像和目标图像的单通道均值；R、G 分别代表图像的R 通道和G 通道。在求出αR、αG后，取其与1 的差的绝对值，通过该值可以判断光照影响强度，该值越大，则权重应越小，具体计算公式为：

式中，C为常量。当|1-α|大于C时，说明该图像与参考图像相比光照变化较大，对应须降低相关影响，须根据现场监测主体、背景的不同对C值进行细微调整。在本文的实验中，C值取0.15。

在计算出差值权重后，根据式（4）建立差值图像：

式中：D为所建立的差值图像矩阵；DB、DG和DR分别为通过主成分差异法形成的RGB 三通道差值结果矩阵。

1.4 阈值分割与形态学处理

为了能够确定每个变化的像素点，我们需从差值图像中确定变化阈值，基于阈值标识出二值图像。这一步需要不断调整影像阈值范围才能够较好体现出正确的变化信息。本文选择大津阈值分割方法，提取差值图像D的变化主体。此外，差值图像往往会出现很多零散杂乱的图斑，为了更好地规整变化信息，体现出土遗址风化、水土流失的规整性，本文使用形态学、筛选最小连通区域等方法对差值影像进行处理，消除掉像元值较为零散的像素。

2 实验分析

2.1 研究目标概况

本文以西夏王陵6 号陵为实验对象，选取不同时期和不同光照情况下的图像进行检测。目前西夏王陵文化遗址保存状况良好，没有明显的裂变情况。为了更好地验证本方法，本文对目标图像进行了人工处理，模拟风化裂变等情况进行实验，如图4 所示。

图4 通过人工处理的目标图像

实验中本文以文献[10-11]的实验方法作为对比，其中文献[10]提出了一种主成分分析法和变换向量法相结合的变化检测方法，文献[11]提出了一种基于多波段差值和主成分分析相结合的变化检测方法。

2.2 实验结果

在选取固定的参考图像后，选择图4 中处理后的两图进行变化检测比对，并与文献[10-11]的结果进行对比。

图5（a）为参考图像，图5（b）、图5（f）的模拟图像为人工修改后的目标图像。图5（b）由人工修改了大块的主体信息，并存在不同的光照强度；图5（f）的主体顶端至左侧有少部分人工模拟变化痕迹，并且光照强度有很大的变化。对比实验结果可以看出，本文方法在图像大块主体信息随着光照变化的情况下仍能够较好地获取整体变化情况；并在光照情况相差较大时，也能够减少光照对检测结果的影响，同时识别出变化部分。相比文献[10]和文献[11]，本文设计的检测方法有较好的效果。

图5 实验结果

3 结 语

本文以原位保存的文化遗址为监测目标，设计了一种基于光照变化的三色差值主成分分析方法。结合图像几何校正、建立掩膜影像等预处理手段和大津阈值分割等核心算法，提出了一种面向文化遗址风化裂变的变化检测方法。该方法能够有效减少光照对于变化检测结果的影响，并可以通过多相机多角度的拍摄和互联网可视化功能，形成较为完整的轮廓监测系统，契合文物预防性保护中的定期检测和系统监测的技术要求。

本文所提出的文化遗址轮廓变化检测方法的不足之处在于：图像最终以二维平面的结果呈现，如果只以面积变化比为量化标准，无法真正体现遗址文物裂化状态。因此在满足无损监测、易于施工的要求下，后期需针对三维配准方向开展研究。