ER Sスーパーピクセル誘導によるフレスコ画ハイパースペクトル画像の顔料同定と畳み込みオートエンコーダによる分離

なぜこれらの古色が今も重要なのか

古代の壁画は単なる装飾ではなく、その色彩は交易経路、宗教観、失われた技術を記録している。しかし多くの壁画は直接の試料採取が困難なほど脆弱であり、長年の光や湿気、塩の影響で本来の色調が変化している。本研究は、有名な中国の仏教洞窟壁画の顔料を非接触で「読み取る」新しい方法を示す。高度な撮像技術と人工知能を組み合わせ、作家が実際に用いた材料とそれらがどのように経年変化したかを明らかにする。

多くの目で壁を見る

研究者たちは通常のカメラで撮影する代わりに、可視光から短波赤外まで数百の狭帯域を捕らえるハイパースペクトルイメージングを用いた。壁のごく小さな点ごとに、特定の材料に結びつく詳細な色の指紋が得られる。対象はシルクロード沿いの初期仏教遺跡であるキジル石窟の171号窟の色彩豊かな一部で、鉱物系および有機系の顔料が用いられ、風雨や塩害で損傷している。解釈の基準を得るために、研究チームは伝統的な顔料を木板などに塗布した試料を作成し、実験室でそのスペクトルを測定し、X線蛍光やラマン分光などで組成を確認した。これにより、壁画信号と比較できる26種の伝統顔料の参照ライブラリが作られた。

画像を賢いパッチに分ける

大きな課題は、各画素がしばしば顔料の混合物を含み、経年でスペクトル上の手がかりがぼやけることだ。各画素を個別に扱う代わりに、著者らはスーパーピクセル分割と呼ばれる手法を採用した。まず、ハイパースペクトルデータを簡潔にするため主成分分析を適用した。次にEntropy Rate Superpixel Segmentationを用いて、内部のスペクトルが一貫し、塗られた境界に従う小領域に壁面を切り分けた。各領域ではスペクトルを平均化し、特定の顔料に関連する微かな吸収谷を強調する連続体除去という数学的処理を施した。得られた領域スペクトルを参照顔料ライブラリと類似度検定で比較し、顔料の出現頻度、占有面積、スペクトルの一致度を組み合わせることで、主要な顔料を堅牢に特定できた。

色をほどくようにニューラルネットを教える

どの顔料が存在するかを特定することは半分に過ぎない。保存修復担当者は各地点で各顔料がどの程度含まれるかも知りたい。そこでチームは教師なしの畳み込みオートエンコーダに着目した。これはスペクトル画像を圧縮して再構築することを学ぶニューラルネットワークの一種だ。設計では、圧縮表現が壁全体にわたる少数の基本スペクトル（いわゆる「エンドメンバー」）の割合を直接符号化するようにした。学習を誘導するため、まずN‑FINDRという幾何学的アルゴリズムでデータ中の代表的なスペクトル極値を見つけ、これらを擬似エンドメンバーとして用いた。ネットワークは参照スペクトルに近い形を保ちつつ画像を再構築するよう訓練され、顔料の指紋の細かな形状を保存することで、非常に似た赤色など同系色の区別を助けた。

壁が色について語ること

この組み合わせ戦略により、著者らは171号窟で6種の主要顔料を同定した：青色のラピスラズリ、銅系の緑色アタカミット、赤色ではミニウム（鉛系）、赤鉄酸化物、ラック（天然有機染料）、そして白色の石膏である。顔料の存在量マップはこれらの材料の層構造と混合の様子を示した：石膏は白色塗料としてだけでなく下地層としても現れ、ラピスラズリとアタカミットは青・緑の領域に集中し、三種の赤は重なり合うが微妙なスペクトル差で分離できる。手法は、鉛系の赤ミニウムが別の化合物に変色して暗くなった箇所を検出するのにも役立ち、保存担当者が監視すべき進行中の劣化を示した。

隠れた指紋から具体的な保護へ

専門外の読者にとって重要な成果は、著者らが試料を取らずに複雑で目に見えないスペクトル情報を、どの顔料が使われどう変化したかの明確な地図へ変換する方法を開発したことだ。識別前に類似領域をまとめ、物理的に意味のある顔料指紋でニューラルネットを制約することで、このワークフローは色が混合したり劣化していても信頼でき、空間的に一貫した顔料地図を提供する。これにより保存担当者は非接触で資料を記録し、退色や変質を検出し、標的を絞った介入を計画する強力なツールを得ることができ、キジル石窟のような遺跡が担う古代の色彩の物語を将来世代に伝える助けになる。

引用: Chen, W., Zhang, X., Pan, X. et al. ERS superpixel guided pigment identification and convolutional autoencoder unmixing in mural painting hyperspectral images. npj Herit. Sci. 14, 177 (2026). https://doi.org/10.1038/s40494-026-02450-6

キーワード: ハイパースペクトルイメージング, 壁画保存, 顔料マッピング, 深層学習, 文化遺産