摘要：受损艺术品的修复需要一双巧手和慧眼。几个世纪以来，修复师们修复画作的方法是先确定需要修复的区域，然后调配出完全一致的色调。通常，一幅画可能有数千个需要逐一处理的微小区域，往往需要耗费数周甚至十多年的时间。

受损艺术品的修复需要一双巧手和慧眼。几个世纪以来，修复师们修复画作的方法是先确定需要修复的区域，然后调配出完全一致的色调。通常，一幅画可能有数千个需要逐一处理的微小区域，往往需要耗费数周甚至十多年的时间。

近年来，数字修复工具为艺术品原作的虚拟修复开辟了新途径。这些工具运用计算机视觉、图像识别和色彩匹配技术，能够相对快速地生成一幅受损画作的数字化修复版本。

然而迄今为止，人们始终无法将数字修复效果直接转化到原始作品上。在近日发表于 Nature 期刊的论文中，麻省理工学院机械工程专业研究生 Alex Kachkine 开发了一种将数字修复效果直接呈现于原作的技术方案。该方法基于人工智能，通过在画作表面放置一层薄膜来进行数字修复，在短短几个小时内即可完成。

值得注意的是，Alex 是这项研究的唯一作者，他也是一位艺术收藏家和业余文物修复爱好者。文章题为“Physical restoration of a painting with a digitally constructed mask”。

这项修复技术流程如下：利用现有的 AI 算法扫描出受损画作的数字版本；采用数字修复算法生成复原图像，标注出待修复的区域和所需色值；将需要修复的区域转化为双层“掩膜”（mask），并印在聚合物薄膜上，与原画对齐。

这种方法具有三个优势：其一，数字化掩膜设计与修复模拟使修复师能预见性评估修复效果；其二，掩膜构建的可调参数实现精度与灵活性的平衡，规避手工修复中的决策不确定性；其三，数字掩膜档案为后续保护提供精确的修复溯源，显著提升处理效率。相较于传统手工修复的作业模式，该技术可对数千处损伤实施并行修复，包括高复杂度区域，革新了严重受损艺术品的修复范式。

图 | 物理化数字修复

为验证上述方法，作者将这项技术应用于一幅损毁严重的 15 世纪油画，该画作是他初到麻省理工学院时购得。

该方法首先采用传统工艺清洁画作，去除历次修复痕迹。“这幅近 600 年的画作历经多次修复，其中存在大量覆盖性补笔，必须全部清理才能显露原始画面。”

清洁完成后，Alex 对颜料剥落开裂区域进行高清扫描，运用现有 AI 算法分析扫描数据，生成画作原始状态的虚拟复原图；通过应用多种成熟的数字修复技术，针对不同尺度的损伤构建出画作的修复图像；随后，该修复图被转化为双层物理掩膜，印刷在聚合物薄膜上：首层为彩色油墨，第二层采用相同图案的白色基底。

“要实现色彩准确还原，必须同时运用白底与彩墨来呈现完整色域，若两层对位偏差，肉眼极易察觉。为此我基于人类色彩感知理论开发了计算工具，以确定可实施修复的最小区域精度。”Alex 指出。该工具自动识别出 5,612 处待修复区域，并运用 57,314 种不同色彩进行填补。

图 | 修复结果

使用高保真商用喷墨设备印刷掩膜后，Alex 手工将双层薄膜与画作对齐，并喷涂传统清漆固定。掩膜采用可溶材料制成，必要时可用专业溶剂无损去除。数字掩膜文件同时作为修复档案永久保存。

应用该技术，整个修复流程仅耗时 3.5 小时，据 Alex 估算比传统修复方法提速约 66 倍。“几年前我修复一幅损伤程度相当的意大利巴洛克画作，业余耗时 9 个月。缺损越严重，这项技术的优势越显著。”据估算，新方法的效率比传统手绘修复提升数个数量级。

值得注意的是，在这项研究中，针对不同尺度和视觉复杂度的损伤，作者采用了多重修复技术。

均色区域修复。对于龟裂纹、裂隙及点状缺损等均匀色域损伤，使用 15 像素的修复画笔工具，基于周边色彩进行局部重建。该技术通过分析损伤区域周围像素，智能生成色彩过渡自然的填补效果。

纹理区域重建。对于具有视觉图案的损伤区域，采用部分卷积算法配合修复画笔工具。以前景未受损的木材纹理为例，通过选取画作顶部完好木梁的纹理样本，实现破损梁体的延伸修复。当缺乏可供参考的完好图案时，则手动使用画笔工具，依据缺损边缘色彩进行图案重建。

高复杂度缺失重构。针对高度复杂的缺失区域（如婴儿面部），采用相关作品特征模板移植技术。这项研究选取美国国家美术馆藏《圣殿献礼》中保存完好的婴儿面部作为基础模板，经色彩校正与掩膜处理后进行移植重建。

Alex 强调，若该方法推广使用，需文物保护专家全程参与，确保修复效果符合艺术家原初风格。“每个环节都涉及伦理考量，我们必须建立符合文物保护原则的实施框架。当前研究为后续技术开发奠定基础，随着更多研究者加入，终将形成更精准的修复体系。”

原文链接：

来源：科学培训