基于高光谱成像技术的石质文物风化赋存环境分类方法
摘要
石质文物是人类历史与文化的珍贵载体，而风化问题正在严重威胁着石质文物的长久保存。确定其主要风化赋存环境，对于制定相应保护措施具有重要意义，但目前仍难以实现风化环境的无损、非接触式判定。鉴于此，提出一种基于高光谱成像技术的风化赋存环境评价方法。首先利用高光谱成像技术，采集了不同环境风化砂岩的可见光–近红外和短波红外光谱数据；采用标准正态变化（SNV）和多元散射校准（MSC）对光谱进行预处理，并通过主成分分析进行光谱特征降维；随后，采用多种机器学习及深度学习算法建立石质文物风化赋存环境分类模型。结果表明，基于SNV预处理的光谱数据建立分类模型，该模型整体上具有更高的准确率。同时，深度学习模型表现优于传统机器学习模型，最高准确率达到0.98。所提方法能够实现石质文物风化赋存环境的快速、非接触评估，为针对性的文物保护工作提供重要支持。
引用本文（GB/T 7714）
王鑫 Wang Xin, 程远 Cheng Yuan, 张若愚 Zhang Ruoyu, 等. 基于高光谱成像技术的石质文物风化赋存环境分类方法[J]. Laser & Optoelectronics Progress, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。