图像灰度分析技术应用

薛永亮

摘 要：青花瓷纹样因其单色的表现形式，纹样是通过颜料的浓淡变化进行控制的。人类约3/4的感光细胞是色盲的，因此，相比于色彩，人眼对于灰度变化更敏感，青花瓷纹样颜料的浓淡变化本质上是灰度变化，使用灰度变化来营造画面。不同时期的青花瓷纹样灰度变化受时代影响而发生改变，因此，以现代图像分析技术为手段，以古代和现代青花瓷纹样作为比较对象，对纹样的边缘线进行灰度检测，分析古代和现代青花瓷纹样灰度变化特征。

关键词：图像灰度分析；明清青花瓷；现代青花瓷；纹样；灰度检测

1前言

本研究中古代青花瓷纹样和现代青花瓷纹样的图像分别来自于中国故宫博物院官网和中国知网文献资料当中。本研究共有12个研究样本，明清时代六个样本，现代六个样本，样本数量不多，因此只对变化趋势进行分析。由于古代陶瓷有些样品器型是瓶或者罐的原因，其上面的纹样如果全部截取会发生形变，对测量结果产生影响，本研究只对青花瓷纹样的平整部分，并且是光源稳定部分截取研究，因此主要对纹样当中的主体部分进行测量，包括鸟类、人物、山体和山石。古代纹样：青花枇杷绶带鸟纹大盘（鸟纹样）、青花花鸟纹梅瓶（鸟纹样）、青花婴戏图圆盒（人物纹样）、青花人物图长方瓷板（人物/山水纹样）、青花山水人物图盖罐（山水纹样）。现代纹样：丛林畅想（鸟纹样）、硕果累累（鸟纹样）、稚趣（人物纹样）、童子下棋图（人物纹样）、云居（山水纹样）、青花山水（山水纹样）。

2图像灰度分析

在绘画中，区分不同主体间的方式主要有两种形式，一是通过对主体施加明显的边缘线来突出，在图像中表现是，主体的边缘线灰度更低，边缘线以实线的形式区分主体。二是通过较大的灰度对比区分两个主体，边缘的灰度和主体灰度接近一致，这种方式没有明显的实线存在。两种方式都有划分区域的功能，代表了主体的边界[1]。边缘线上测得数值点的多少代表了边缘线的连续性强弱，通过测量边缘线各个数值点之间的距离将会得出强弱的分析，数值点距离越小代表边缘线连续性越强，线条越明显，数值点距离越大代表边缘线连续性越弱，线条越模糊。

本部分将对纹样当中边缘线的处理方式进行测量，测试的结果分为两种情况：

第一，在ImageJ软件中，通过施加Find Maxima指令，可以分析出区域内各个像素块之间差异极值点，测试图像1中以红点显示了在区域内各个像素块灰度极值点，表示该点与其他像素块之间对比，比其他各个像素块之间的灰度对比差异最大。此方法将沿用到纹样边缘线查找分析中，在纹样中如果边缘线有明显的加深处理将会被检测出来，这表示纹样的边缘线处于两个不同灰度区域的交叉处，独立存在，形成了独立的灰度区域，如测试图像2，根据右侧的校准条（calibration bar）可以看到图像中被标记的红点位置处灰度值很低，以灰度较低的边缘线的形式存在，因此，如果纹样当中存在被加深的边缘线将会被识别出来。

第二，如果纹样划分区域不使用边缘线加深的处理的方式，软件将不能分析边缘附近的最大值，这是因为边缘两侧的区域灰度差异数值趋同，如测试图像3，分析功能没有分析出该区域内最大的灰度对比数值点。因此，此种结果代表了纹样的边缘没有经过明显的加深处理，是研究纹样边缘的重要检测手段。

这两种不同的分析结果将对纹样的边缘做出解释，以科学的测量形式，证明明清和现代青花瓷纹样在边缘上处理方式的区别。本部分研究将对纹样的边缘处进行测量，测量的部位包括明清和现代纹样中，鸟类的头部、身体部分；人物的头部、身体部分；远处的山脉和近处的山石部分，主要对这些部分较长的边缘进行分析。由于青花颜料和釉是液体的原因，在绘画和烧制的过程中必然会有流动的现象存在，这也因此对纹样边缘线部位造成晕散影响，因此为了避免这种未知因素影响，在软件中将通过BRGBCMYW LUT模式进行边缘分析。BRGBCMYW LUT模式下，纹样的灰度数值将会被以区间的方式概括，从低到高以黑、红、绿、蓝、青、紫、黄、白8种色彩显示，如测试图像4显示，在这种模式下可以轻松分辨纹样的边缘位置[2]。

3纹样边缘线图像灰度分析过程

表1为具体过程，使用segmented line工具在纹样边缘处扩选，宽度数值15，选取区域包含了边缘本身及其两侧的区域（过程1），之后进行find maxima指令测量最大灰度数值点。如果纹样边缘线区域包含没有青花纹样的白底釉面，将加以Light background指令，这样在查找纹样当中的最大数值点时将不会在白底釉面当中寻找，只在具有明显灰度区域内查找最大像素点。经过边缘查找后各个最大数值点显示在纹样图像中（过程2），通过分析各个点之间的距离就可得出边缘线的连续性强度。具体步骤是，通过软件中的single point指令将之前分析出的数值点导出为黑白图像（过程3），图像中黑点的灰度是0，白色部分灰度是255，经过plot profile指令将以图表的形式显示（过程4），图表的横坐标代表数值点的距离，纵坐标代表数值点的灰度。在图表中每个数值点的灰度都是255，因此顶点处即为数值点的位置，用straight line工具从左到右连接这些顶点形成封闭区域，使用wand（tracing）tool工具对每一段区域进行Bounding rectangle测量，得到每个点之间的距离，距离以width显示（过程5）。计算各个点之间的距离平均值，取整数（过程6），平均值越小代表边缘线连续性越强，越明显，平均值越大代表边缘线连续性越弱，越模糊。产生的平均值将以图表的形式显示[3]。

4图像灰度数值分析与图像灰度结果比较

4.1图像灰度数值分析

（1）表1《硕果累累》鸟类纹样中，分析出的两个最大数值点不在边缘处，因此采样点不能分析出结果；《云居》山水纹样中，只获得了一个数值点，也不能分析出结果。原因是两者纹样的分析区域中，边缘线加重痕迹不明显，代表二者不是通过加深边缘线的方式划分区域。