研究目的
开发一种不受光照影响的绘画光谱精确再现工作流程，通过定制墨水的多材料3D打印与神经网络实现光谱反射率与墨层布局之间的双向映射。
研究成果
该提案工作流程利用3D打印与神经网络实现了绘画作品的高保真光谱再现，在精度和效率上超越现有方法。光谱矢量误差扩散技术有效解决了离散化与量化问题。未来研究应聚焦于扩展墨水库、纳入更多外观属性并改进物理模型。
研究不足
墨水库在再现某些光谱曲线形状（如钴蓝）时效果欠佳，且该方法未纳入光泽度、半透明性或三维笔触轨迹。物理建模的可扩展性有限，需要扩大墨水选择范围并改进模糊消除效果。
1：实验设计与方法选择：
工作流程包括对画作进行光谱采集、使用定制墨水打印，以及通过神经网络进行数据驱动的光谱预测和版面优化建模。采用光谱向量误差扩散算法实现半色调处理与离散化。
2：样本选择与数据来源：
创建包含20,878组连续色调墨水堆叠光谱及版面布局的数据集，涵盖印刷样本与光谱采集的油画作品。使用FORS光谱数据库中的历史颜料进行评估。
3：实验设备与材料清单：
配备11种定制墨水（含CMYK、红、绿、蓝、橙、紫、透明白、不透明白）的MultiFab 3D打印机、搭载Coastal Optical 60毫米镜头的Nuance FX多光谱成像系统、ROSCO LED LitePads灯箱，以及巴斯夫、兰斯科、彭尼色彩等品牌的多种颜料。
4：实验步骤与操作流程：
对画作进行光谱扫描，打印并测量墨水堆叠，基于数据集训练神经网络，在不同光源条件下打印复制品并进行评估。
5：数据分析方法：
采用光谱误差（欧氏距离）、色度误差（CIEDE2000）和感知损失进行评估，并统计分析均值、标准差、中位数及最大误差。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
ROSCO LED LitePad
Daylight (5800 K) 12x12 inch
ROSCO
LED panels used for illumination in the spectral acquisition setup.
-
Canon 100 mm macro lens
f/2.8
Canon
Lens used with the Canon camera for close-up photography.
-
NVIDIA Titan X
Pascal
NVIDIA
GPU used for training and testing neural networks.
-
MultiFab
Multi-material inkjet 3D printer used for printing with custom inks.
-
Nuance FX
Multispectral imaging system for spectral capture of paintings and samples.
-
Coastal Optical 60 mm lens
1:4 UV-VIS-IR APO macro
Coastal Optical
Lens coupled with the Nuance FX system for multispectral image capture.
-
X-Rite white balance reference
X-Rite
Used for calibration and compensation of light fall-off and non-uniformity.
-
Canon 5D Mark-III
Canon
DSLR camera used for photographing reproductions and originals.
-
登录查看剩余6件设备及参数对照表
查看全部
