基于高光谱数据的纸张粘度反演模型构建

纸质文物对我国历史文化传承和民族精神延续具有重要意义,而纸张老化严重损害了文物寿命。纸张粘度是反映纸张老化程度的重要指标,传统粘度测量方法是一种有损的破坏性实验,对珍贵文物造成不可避免的二次伤害。针对这一问题,高光谱遥感技术能够实现无损快速分析,是建立纸张粘度反演的有效途径。以干热和湿热纸张老化为研究对象,获取了110组测定粘度含量的模拟纸张老化样本,通过光谱滤波处理,建立了纸张老化的高光谱数据库。在此基础上,对比分析了原始光谱的一阶微分、二阶微分、倒数对数、倒数对数一阶微分以及多元散射校正、多元散射校正光谱一阶微分、多元散射校正光谱二阶微分、多元散射校正光谱倒数对数和连续小波变换9种数据处理方法,将其与基于竞争自适应重加权采样算法(CARS)和相关系数法(R)组合作为模型的输入,通过数据集划分验证优选出最优模型。研究结果表明:(1)原始光谱430 nm处光谱数据与粘度相关性最高,R为0.75,经过原始光谱倒数对数一阶微分变换后,430 nm处的R为0.874,显著增加了光谱中纸张粘度信息;(2)原始光谱二阶微分变换后,578 nm处的相关性最高,R为0.57,远低于原始光谱数据的最高R(0.75),说明二阶微分不适应于纸张粘度估算,同时其他变换方法的最大相关系数均大于原始光谱,表明了光谱变换的有效性;(3)对于原始光谱,随着分解尺度的增加,光谱中包含的纸质粘度信息有所减少,最大相关系数出现在分解尺度2的484 nm处,为0.873;(4)在不同的输入组合中,原始光谱倒数对数一阶微分作为输入时的模型精度最高,基于CARS方法的支持向量机回归(SVR)、随机森林(RF)和AdaBoost模型在验证数据集中的R^(2)分别为0.96、0.93和0.93,RMSE分别为14.80、18.33和19.79 mL·g^(-1),建议在纸张粘度反演中,优先选择原始光谱倒数对数一阶微分作为输入,CARS特征选择算法的SVR模型。以上研究结论表明了高光谱技术在纸张粘度无损分析的适用性,能够对纸质文物的修复工作提供科学依据。