基于对比学习与多尺度结合的陶瓷显微图像分类方法

耿国华,薛米妍,周蓬勃,拓东成,马星锐,刘晓宁

(1.西北大学 文化遗产数字化国家地方联合工程研究中心，陕西 西安 710127；2.西北大学 信息科学与技术学院,陕西 西安 710127;3.北京师范大学 艺术与传媒学院,北京 100875)

陶瓷文物是古代遗留下来的具有历史、艺术与科学价值的遗物,它是人类宝贵的历史文化遗产,从不同的侧面反映了当时人类社会发展状况。因此，对陶瓷文物进行保护与管理是一项重要工作[1]。由于陶瓷文物易碎,发掘出土过程会有破损,在实现复原前对碎片进行分类可减少人为二次损坏，现有的古陶瓷的分类方法包括:成分鉴定法[2]、热释光鉴定法[3]、结合机器学习的光谱分析法[4-7]。成分鉴定法通过提取陶瓷中的化学元素组成进行分类,但对于同一地域的陶瓷窑系,胎土化学成分也会有所不同,因此，该类方法容易受技术和样本采集标定的影响;热释光鉴定法虽然不需要依靠标准器进行比较，但它是有损检测技术,对古陶瓷文物的修复将造成损害;光谱分析法因其简单无损得到广泛应用,但环境及样本状态都可能产生异常光谱，从而影响分类准确率。

随着显微仪器的出现,显微图像的研究也如火如荼：文献[8]提出了一种利用小波分析对陶瓷显微图像去噪处理后进行分水岭分割的方法,结果表明去噪后的图像分割效果较好；文献[9]提出了一种新型的陶瓷显微图像自动拼接算法,解决了匹配质量不高、效率差的问题；文献[10]对陶瓷显微图像数据曲线分析,分析不同年代耀州瓷显微图像的气泡区别,对耀州瓷显微鉴定提供了依据。……