亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A Study on Pigment Composition of Buddhist Cave Paintings Based on Hyperspectral Technology

高光谱成像 绘画 洞穴 佛教 反射率 端元 地质学 材料科学 考古 遥感 计算机科学 艺术 人工智能 光学 视觉艺术 地理 物理
作者
Xiang Shi,Xiaogang Lin,Yu Lei,Jinyu Wu,Xiao Lv,Yong Zhou
出处
期刊:Materials [MDPI AG]
卷期号:17 (21): 5147-5147
标识
DOI:10.3390/ma17215147
摘要

The value of the Buddhist cave lies not only in the Buddha statues but also in the surface painting. Hyperspectral imaging technology, as an emerging and effective method for component identification, offers a non-contact and non-destructive approach to the preservation and restoration of oil paintings. This study employed hyperspectral cameras to capture common pigments on the surfaces of Buddhist caves. Then, the results were processed and used as a database to identify the paintings. Additionally, a series of experiments were conducted to examine the impact of binder, substrate types, and pigment sizes on the reflectance spectrum of the paints. The Spectral Angle Matching (SAM) algorithm was then used to analyze the Yuanjue Cave and Qiqushan Stone Carvings of the Tang Dynasty in China. The findings revealed that the position of absorption peaks in the reflectance spectra is not significantly influenced by the substrate but is affected by the binder. Moreover, the absorption depth varies regularly with particle size. Furthermore, the spectral matching results demonstrate that components can be accurately identified even for similar colors. Based on the pigment distribution, the study also inferred specific details of ancient paintings, including the painting steps and hidden information in the manuscript layout. These findings hold significant implications for the restoration of representative surface paintings of the Tang Dynasty Buddhist cave, providing a reference for the selection of restoration materials and methods.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI2S应助科研通管家采纳,获得10
4秒前
上官若男应助research采纳,获得10
1分钟前
senta发布了新的文献求助10
1分钟前
senta完成签到,获得积分10
1分钟前
十三号失眠完成签到 ,获得积分10
1分钟前
1分钟前
research发布了新的文献求助10
2分钟前
research完成签到,获得积分10
2分钟前
经冰夏完成签到 ,获得积分10
2分钟前
hmhu发布了新的文献求助10
2分钟前
2分钟前
zhj发布了新的文献求助10
2分钟前
zhj完成签到,获得积分20
2分钟前
3分钟前
摆烂发布了新的文献求助10
4分钟前
科研通AI2S应助科研通管家采纳,获得10
4分钟前
科研通AI2S应助科研通管家采纳,获得10
4分钟前
彭于晏应助gy采纳,获得10
4分钟前
黎明的第一道曙光完成签到 ,获得积分10
5分钟前
5分钟前
gy发布了新的文献求助10
5分钟前
内向东蒽完成签到 ,获得积分10
6分钟前
科研通AI2S应助科研通管家采纳,获得10
6分钟前
打打应助Frankyu采纳,获得10
7分钟前
科研通AI2S应助陶醉的蜜蜂采纳,获得10
7分钟前
JamesPei应助闪闪笑晴采纳,获得10
7分钟前
科研通AI2S应助科研通管家采纳,获得10
8分钟前
研友_VZG7GZ应助科研通管家采纳,获得10
8分钟前
8分钟前
两个轮发布了新的文献求助20
8分钟前
Frankyu发布了新的文献求助10
8分钟前
城南烤地瓜完成签到 ,获得积分10
9分钟前
乔琪乔发布了新的文献求助30
9分钟前
科研通AI2S应助科研通管家采纳,获得10
10分钟前
gszy1975发布了新的文献求助10
10分钟前
我是老大应助雾陆炜采纳,获得10
10分钟前
poki完成签到 ,获得积分10
10分钟前
情怀应助乔琪乔采纳,获得10
10分钟前
valete完成签到,获得积分10
10分钟前
10分钟前
高分求助中
歯科矯正学 第7版(或第5版) 1004
The late Devonian Standard Conodont Zonation 1000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Zeitschrift für Orient-Archäologie 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3238987
求助须知:如何正确求助?哪些是违规求助? 2884275
关于积分的说明 8232889
捐赠科研通 2552320
什么是DOI,文献DOI怎么找? 1380656
科研通“疑难数据库(出版商)”最低求助积分说明 649068
邀请新用户注册赠送积分活动 624769