高光譜相機成像技術的優勢是它可以同時獲得所攝景物的圖像信息和每個像素的光譜信息，即“圖譜合一”，由空間中的像素點可以方便快速的獲取該像素點的光譜曲線，由光譜曲線可以快速得到目標物質的空間分布，快速實現了圖與譜的交互處理。本文介紹了高光譜相機在文物顏料鑒定中的應用。

文物顏料鑒定的重要性：

中國畫有悠久的歷史，有豐富的遺產；中國畫的表現，有鮮明的藝術特點，在東方以至世界上，自成體系，別具一格。中國歷代的繪畫名作，幾經聚散，一部分因社會原因，如冰火之災，已經損失；一部分因歲月久遠，不知下落，僅見于著錄畫目；一部分保存下來，今由公私收藏，其中有的流傳國外。這些保存下來的名畫，應歸功于歷代的收藏家與鑒賞家。中國畫的藝術特點，不僅僅是這些。其他方面，如筆法有三十二種，墨法有十八種，水法有九種，運用得好，出入窮奇，千變萬化。所謂“剛柔曲直三五筆，畫馬意奔騰，畫鷹翔太空，畫出美人笑，畫出千花萬卉舞春風。”或者是“點墨落紙，氤氳一片，欲云即云，欲樹即樹，欲山即山，欲雨即雨，而情韻連綿，教人不勝看”。這樣的中國畫，無怪乎西方有的美術史論家贊嘆道：“中國畫，太奇妙！”優秀的中國畫，的確“奇妙”，這種“奇妙”，是受到中國數千年燦爛文化的孕育而產生，也是中國歷代畫家在窮年累月的藝術實踐中，花了無數心血的結晶。

任何一幅“奇妙”的中國畫都離不開五顏六色的顏料，而且每一幅中國畫都有它自己的顏料使用特點，中國畫有著上千年的文化歷史積淀，其中的顏料作為中國畫的物質載體，它的發展變化也流動在五千年文明當中，所以對顏料的研究也可以讓我們更好的追溯中國歷史文明的變遷，推而廣知，對顏料的研究與鑒定甚至可以聯系整個世界文明文化的發展與變化，因為在古代，作為物質的顏料當做商品被廣泛的交易到國內國外市場，這間接使得國內外的顏料市場成了連接了中西方文明文化的紐帶。所以對顏料的宏觀研究（顏料的產地、顏料的使用地區）可以為不同時期不同地區的經濟文化發展提供參考信息，甚至還可以還原一些不為人知的歷史真相。最直接了當的說，顏料鑒定的價值，就是它可以作為文物的年代，產地的參考與佐證、可以為已經褪色的文物提供修復的可靠的參考信息。

目前大部分的文物顏料鑒定的方法有X射線熒光（XRF）、X射線衍射（XRD）、拉曼光譜、紅外可見光反射光譜法等。嚴格的說以上幾種方法均是不接觸文物但卻是微損的顏料鑒定方法，不接觸并不代表無損害，對壁畫，瓷器等有一定厚度的文物可能影響并不直接，如果對字畫等稀薄的文物進行鑒定，稍加不注意就有可能造成不可逆轉的損害，所以說以上的方法都是微損的。高光譜技術是通過采集文物表面的紅外與可見光反射光譜進行顏料鑒定的，可以同時獲得文物表面顏料的光譜曲線以及文物的圖像信息，實現了“圖譜合一”。可以同時獲得文物顏料的位置信息和光譜信息，這是它的優勢，與常見的光纖光譜儀相比，高光譜技術可以獲得圖像拍攝范圍內所有點的光譜信息，結合相關處理軟件使得數據的處理更加便捷。因為可見光下同一種顏色的顏料并不一定是同一種物質，如果用光纖光譜儀一個一個點的人為獲取，顯得費時又費力，而且精度也不能得到保證。與其他技術相比，反射光譜法對文物的損害降到最小，故可以對古字畫等較稀薄的文物進行顏料的鑒定。

高光譜相機在文物顏料鑒定中的應用：

高光譜相機的成像過程并不復雜，簡單的來說高光譜相機分為兩個部分——鏡頭和馬達。鏡頭和普通相機的功能一樣就是收集光源，末端通過 CCD將光信號轉換成數字信號，最后存儲為圖片。與普通相機不同的是，高光譜照相機還有馬達，馬達的作用是可以帶動鏡頭上下移動。因為高光譜相機的鏡頭前面是一條狹縫，所以當相機不動時，視線中能看到的只有狹縫這一部分區域，馬達的作用就是移動鏡頭讓相機看到更多其他區域的圖像。

當光線通過狹縫進入相機內部后，首先要通過分光棱鏡，將全波段的光進行分解，變為多個波段的光（如藍波段、綠波段、紅波段，具體的分解情況根據相機的光譜采樣間隔的大小而定，高光相機一般有很小的光譜采樣間隔，一般為 1~20nm，則可見光部分（400nm~700nm）將被分為15~300個波段），每個波段的光通過CCD會記錄其波段能量的大小，并以強度（灰度）的形式記錄下來。狹縫每次記錄一行圖像的數據，當每掃完一條狹縫，這一行狹縫中的每一個像素都會記錄自己位置上不同波段光的強度，繼而形成每個像素自己的光譜曲線。當馬達移動結束，就可以記錄狹縫移動過程所看到的整幅圖像的信息。

高光譜照相機最后采集的數據又叫做高光譜圖像立方體，如上圖所示，它是由不同波段的圖像構成，箭頭指向的方向是它的波段方向，從可見光波段到近紅外波段，數據就是由這樣同一區域不同波段的幾十或者幾千張圖像疊加在一起構成的。通過高光譜圖像數據可以獲得任意顏料的光譜曲線，然后通過任意顏料的光譜曲線可以利用分類算法得到該種目標物質在空間的分布。我們分別在圖像中不同顏料處選取像素點，即可獲得該像素點所對應的光譜曲線，如下圖所示，我們從中選取了金色對應的光譜曲線，然后使用光譜角填圖算法，設置匹配相似度閾值為0.1，即可得到金色顏料在圖像空間的分布，如下圖所示。