Пользователь может сегментировать, классифицировать и обрабатывать пиксели на основе спектров предмета. Большая часть ранних работ и разработок в области спектральной визуализации была связана с дистанционным зондированием и программой исследования планет НАСА. Многие инструменты дистанционного зондирования доступны для пользователей культурного наследия, включая как коммерческое программное обеспечение, так и некоторые бесплатные программы. Алгоритмы анализа изображений можно просто позаимствовать.
Спектральная визуализация объектов культурного наследия быстро меняется. Применения варьируются от разгадки древних текстов до предоставления количественных данных для реставраторов, которые помогают им обнаруживать, измерять и отображать изменения в объектах, находящихся под их опекой. Оба вида применения важны, и в обоих случаях используется одно и то же оборудование и одинаковый набор данных.
Хотя почти вся работа проводилась в видимом и ближнем инфракрасном диапазоне (VNIR), новые инструменты сделали технически и экономически целесообразным получение изображений в SWIR диапазоне и создание химических изображений культурного наследия. Это открывает совершенно новые области понимания технологии изготовления, химии компонентов и идентичности. Это также позволяет улучшить процесс ремонта и восстановления, а также дает возможность отслеживать изменения с течением времени.
Большая часть спектральных данных использовалась для анализа текста и некоторой сегментации; недавняя работа по количественной спектральной визуализации определяет ее как эффективный инструмент для реставратора для определения изменений, особенно до того, как они станут визуально очевидными.
Раннее спектральное изображение текстов
Исторически сложилось так, что целью первого использования спектральной визуализации подтверждение факта, что ИК-фотография с пленкой часто делала неразборчивые древние тексты разборчивыми. Однако это не всегда удавалось.
Возможно, лучшим примером этого являются Свитки Мертвого моря, которые первоначально были запечатлены в 1950-х годах с помощью широкоформатной ИКпленки, чтобы сделать текст разборчивым для ученых. Спектральная визуализация показала в начале 1990-х годов, что разборчивость - это проблема контраста между чернилами и пергаментом. Чернила и пергамент легко читаемых фрагментов имели очень разную отражательную способность в видимом диапазоне, поэтому они были разборчивы для глаз и цветной или черно-белой пленки. Оказалось, что неразборчивые фрагменты имели очень низкую отражательную способность пергамента, поэтому контраст в видимом диапазоне был незначительным. Однако по неизвестной причине коэффициент отражения пергамента значительно увеличивается в инфракрасном диапазоне, поэтому контраст между чернилами и пергаментом намного больше. Эти ранние данные были получены с помощью системы визуализации на основе жидкокристаллического перестраиваемого фильтра (LCTF).1 Хотя данные свитка довольно просты в спектральном отношении, они иллюстрируют мощь метода и заставляют людей решать более сложные текстовые проблемы, такие как палимпсесты и поврежденные или стертые рукописи.
Важно отметить, что природа чернил имеет решающее значение для успеха метода. На древнем Ближнем Востоке чернила представляли собой в основном суспензию углеродной сажи в какой-либо связующей среде. Формула не была стандартизирована, как и метод изготовления пергамента, поэтому каждая рукопись (хотя и похожа на другие в некоторых отношениях) уникальна. Примерно в третьем веке нашей эры чернила на основе железа и желчи начали заменять чернила на основе углерода. Изготовленные из другой органики, они часто содержали железо и медь. Углеродные чернила, чернила с железной желчью и современные чернила ведут себя очень поразному в спектральном отношении.
В палимпсесте, например, текст стирается, а затем записывается заново. Во многих случаях более старый текст основан на углероде, а более новый - на железной желчи; они имеют разные спектры и могут быть классифицированы и разделены на основе их спектральных различий. Классическим примером этого является палимпсест Архимеда; исследователи использовали спектральное изображение, чтобы разгадать важный текст, раскрыв ранее неизвестную книгу Архимеда (см. www.archimedespalimpsest.org ).
Другим примером является большая коллекция палимпсестов в церкви Св. Монастырь Екатерины на Синае (http://emel-library.org ).
Спектральная визуализация способна не просто считывать тексты. Большинство используемых систем не имеют радиометрической калибровки, поскольку цель состоит в том, чтобы просто применять методы классификации изображений к данным каждого сеанса, а не к большой базе данных. Например, анализ главных компонентов (PCA) и спектральная классификация хорошо работают с необработанными данными для выявления текста. PCA - это статистический метод, и всегда можно вручную выбрать локальные спектральные характеристики, такие как конечные элементы (спектрально чистые объекты) для каждого куба изображения. Однако откалиброванный куб изображения открывает новые возможности.
Унифицированные наборы изображений
Многие тексты разбросаны по частям между разными учреждениями; единственный способ создать единый набор изображений - это использовать откалиброванные кубы. Калибровка означает, что журнальная литература может создавать базу данных чернил, пигментов, субстратов и других компонентов, которые будут использоваться для классификации и анализа. Возможно, наиболее интересным применением калиброванных спектральных данных является их использование для мониторинга объектов на предмет изменений с течением времени.
Концептуально это просто: например, берется одно изображение в январе и июне, а затем сравнивается. Существует масштабный, продолжающийся проект, занимающийся именно этим: Цифровая библиотека свитков Мертвого моря Леона Леви (www.deadseascrolls.org.il ) делает 12-канальную визуализацию свитков с высоким разрешением и публикует изображения в Интернете. Основным стимулом проекта был мониторинг сохранения с использованием калиброванных кубов и набора проблемных фрагментов, многократно отображаемых с течением времени.
Количественная визуализация, как инструмент мониторинга сохранения, требует как хорошо откалиброванной системы, так и программного подхода к обнаружению и количественной оценке изменений. Крайне важно иметь воспроизводимую систему, поскольку это устанавливает порог для обнаруживаемых изменений. Для этого применения нам нужна высокая точность, чтобы сделать систему чувствительной к изменениям в объекте. Измерительный подход, используемый для мониторинга, заимствован из диаграмм Shewart по обеспечению качества и управлению технологическими процессами. Он может автоматически запрашивать все изображение целиком, помечать пиксели как измененные и имеет определенные пользователем статистические пороговые значения для анализа.
Изображения в диапазоне SWIR особенно интересны, поскольку они предоставляют химическую информацию для многих применений. В то время как съемка в диапазоне VNIR может отделять некоторые пигменты, многие похожие цвета легче отделить в диапазоне SWIR. Диапазон SWIR до 2500 нм может предоставить информацию о минералогии пигментов, липидах и органических связующих в пигментах, а также о дубильных веществах и других химических веществах, используемых для обработки субстратов.