嘉峪关魏晋壁画墓五号墓的搬迁与半地下复原研究

详述了甘肃嘉峪关魏晋五号壁画墓的搬迁和半地下式复原过程及方法。根据利用现有条件最好保存古文化遗产这一宗旨,研究设计了壁画墓的半地下式复原方法,经过二十多年时间的考验,证明了这一方法的可行性,是全国墓葬壁画搬迁的诸多方法中成功的一例。     

陕西安康紫阳北五省会馆壁画颜料分析研究

陕西安康紫阳北五省会馆壁画是目前陕西省境内发现的最大的一处建筑壁画,为了解其颜料组成,本工作采用X射线荧光、偏光显微镜、X射线衍射、激光显微拉曼光谱及扫描电镜能谱分析相结合的分析方法,对颜料样品进行了分析。结果表明,北五省会馆壁画除正殿发现一处红色染料外,其他均为无机颜料;红色颜料主要是铅丹、朱砂、铁红;绿色颜料为氯铜矿、石绿、斜氯铜矿;蓝色颜料的主要成分是普鲁士蓝、smalt、石青;黄色颜料为雌黄、铁黄;褐色颜料的主要成分是铁红及铅丹的变色产物二氧化铅;黑色为炭黑;白色颜料主要是铅白,且多使用铅白作为调色颜料。研究结果对于了解清代民间壁画的制作工艺,丰富对陕西建筑壁画的认识具有重要意义。     

唐长安大明宫丹凤门复原研究

唐长安大明宫不仅是唐朝宫城的代表作,而且在中国建筑史上也具有里程碑的意义。作为大明宫的正门——丹凤门,是空前绝后的宫城大门范倒。这座巨大五门道宫门遗址已经发掘,本文根据遗址对照文献和敦煌壁画等形象材料,进行建筑考古学研究,提出了两个带有夹庇楼观的复原方案。     

西安长安区韩家湾M29墓壁画现场清理及保护

西安长安区韩家湾M29墓,由斜坡墓道、壁龛、天井、过洞、甬道、砖券墓室组成。墓道口与甬道之间,绘有青龙,白虎,侍者等,壁画的内容及表现方式丰富了对唐代中晚期墓葬壁画的认识。为对其进行保护,用XRD、SEM-EDX、Micro-Raman等技术对该壁画结构和颜料成分进行分析,同时对壁画进行了现场清理及保护。结果表明该墓室壁画的制作是在墓道两壁上先抹一层草拌泥地仗,再于其上刷一层白灰后绘制,绘制壁画的颜料主要为黑色,黑色颜料的呈色物相为炭黑。     

馆藏唐代壁画画面霉斑清洗剂的筛选实验研究

为了有效清洗表面留有霉斑的馆藏壁画,筛选有效、安全的壁画表面清洗剂在壁画保护修复中尤为重要。本工作使用5%胰蛋白酶+清洗剂稀释液、5%中性蛋白酶+清洗液稀释液、氨才/乙醇溶液、70%乙醇溶液和去离子水五种生物和化学清洗剂,对壁画模拟霉板、提取和包裹壁画的棉纱及留有霉斑的唐代壁画表面进行清洗实验,筛选出了一种有效的生物清洗剂——胰蛋白酶清洗剂,并配合使用其它几种化学清洗剂可较为有效地清洗多数壁画表面霉斑顽渍。     

汉代壁画墓的分区与分期研究

<正>壁画墓是汉墓的一种形式,其分区不可能完全脱离于汉墓的分区,出土壁画墓的区域,必定也同时出土有不带壁画的汉墓,两者的整体发展情况应该是同步的;不同的是,壁画墓的数量在汉墓中只占少数,又集中出土于个别区域,具有     

甘肃省天水伏羲庙壁画颜料显微分析

为了解甘肃省天水伏羲庙壁画的制作工艺和颜料成分,采用偏光显微镜、显微拉曼光谱和扫描电子显微镜-能潜分析对6个样品进行了分析。结果表明,所使用的颜料为矿物质颜料,多为绿,白、红、蓝色等。其绿色颜料为人造碱式氯化铜,白色颜料碳酸钙,红色为朱砂和铅丹,蓝色颜料为青金石。     

南京堂子街太平天国壁画再保护

为了使已经经历过保护修复的14幅南京堂子街太平天国时期的壁画能够更好地保存和展览,在全面的现场调查和修复资料收集的基础上,对壁画实施了现场预保护、搬迁以及实验室保护修复。采取了比较成熟的保护材料Paraloid B72、Primal AC33对壁画进行加固回贴;并将蒸汽清洗、激光清洗引入到壁画的表面清理中;同时改善了灌浆材料;采用了贴木浆纸、预先刷涂乙醇等改良工艺。在上述措施的综合使用下,壁画再次保护修复后效果良好。此保护修复方法可对类似需要再保护的壁画提供借鉴。     

中国西北地区古代壁画彩塑中的含铅白色颜料

本文叙述了我国西北地区探测发现的铅白（类）、角铅矿、碱式硫碳酸铅、硫酸铅、氯化铅、羟基氯化铅、磷氯铅矿砷铅矿（类）等九种含铅白色颜料。它们在我国有丰富而悠久的历史。它们可能来源自矿物,也有可能是人造的。天梯山石窟有丰富的含铅颜料品种;麦积山石窟大量使用磷氯铅矿砷铅矿类颜料,是上述石窟使用颜料特征之一     

最小噪声分离变换与Haar小波变换结合的壁画线状特征增强方法

在壁画的保护与修复中,线状特征具有重要的意义。然而由于自然环境等因素的影响,壁画经常出现褪色残缺等病害,导致其线状特征难以辨认。因此,利用高光谱成像与Haar小波变换结合,提出了一种壁画线状特征增强方法。首先,对高光谱影像进行最小噪声分离(MNF)变换,选取前10波段进行MNF逆变换进行重构,实现高光谱影像的降噪处理。其次,对重构后的影像选择真彩色波段变换为灰度图像,对灰度图像进行Haar小波分解。然后,对最小噪声分离变换后的影像,利用最大平均梯度法进行最优波段选择,将最优波段利用Haar小波进行变换,利用其分解后的低频信号与灰度图像分解后的低频信号相融合,高频信号使用MNF逆变换重构后的灰度图像。最后,对优化组合的低频和高频信号进行Haar小波逆变换得到结果图像,达到增强线状特征的目的。经过与原始灰度影像、主成分分析线状特征增强方法对比,验证了线状特征增强方法的有效性。研究结果可为壁画的保护修复提供更丰富、更直观的参考信息。