Scarica gli atti - Gruppo del Colore

More documents

Recommendations

Info

Fig. 7 – Particolare di un dipinto del XV sec., opera di un anonimo fiorentino: immagine RGB in scala 1:1 con l’originale. L’immagine è stata ricostruita a partire dalla 31 immagini acquisite nell’intervallo 380-780 nm mediante lo spettrofotometro a scansione sviluppato. Trattandosi di un dipinto ad olio sono state analizzate solo le stesure basate sul legante vegetale. Grazie alla collaborazione con i conservatori ed i restauratori dell’OPD si è poi potuto restringere ulteriormente il campo di indagine: la segnalazione di un restauro avvenuto nel XVIII sec. rendeva probabile la presenza di biacca nella zona dell’incarnato, tipica di epoche successive a quella del dipinto. Per quanto invece riguarda le labbra, il colore rosso cupo faceva presupporre la presenza di pigmenti calcinati di impiego tipico del XV sec. L’analisi spettrofotometrica si è dunque potuta restringere ad un numero limitato di stesure campione di riferimento. Il confronto tra il fattore di riflessione spettrale misurato sul quadro e sui campioni mostra un ottimo accordo tra il pigmento delle labbra e un’ocra rossa con tracce di nero d’avorio ed un buon accordo tra il pigmento della parte sottostante il naso e una miscela di bianco di piombo e giallo di marte. In particolare per quanto riguarda l’analisi spettrale della parte sottostante il naso sono stati analizzati spettri relativi a mescolanze di bianco di piombo con pigmenti diversi poiché nessun fattore di riflessione spettrale di bianco puro aveva un andamento in accordo con quello misurato sul quadro. Le discrepanze tra lo spettro misurato relativamente a tale zona e quello del campione di riferimento potrebbero secondo noi attribuirsi al fatto che le stesure pittoriche siano state preparate con mescolanze di vari colori in percentuali fisse (e non note!) che 71
inciderebbero sulla forma del fattore di riflessione spettrale rendendo più difficile l’identificazione del pigmento. Questi risultati, per quanto preliminari, mostrano tuttavia come l’analisi ad immagine multispettrale trovi tra le sue applicazioni più significative anche l’identificazione dei pigmenti costituenti il film pittorico. Fig. 8 – I fattori di riflessione spettrale (quadretti neri) sono stati ottenuti dalla media di punti adiacenti in due regioni specifiche. Ai dati sperimentali è stato applicato un FFT smoothing (linea blu). L’andamento degli spettri così ottenuto è stato confrontato con quello (linea rossa) del fattore di riflessione spettrale misurato (con uno spettrofotometro commerciale) su alcuni campioni di stesure pittoriche che ci sono stati messi a disposizione all’Opificio delle Pietre Dure. 72
Page 1 and 2:
SOCIETÀ ITALIANA DI OTTICA E FOTON
Page 3 and 4:
Proposta di una stazione a camera d
Page 5 and 6:
icostruire il fattore di riflession
Page 7 and 8:
costruttive. In ambito applicativo
Page 9 and 10:
quindi fondamento nel salvaguardare
Page 11 and 12:
e, raggiungibile e controllabile co
Page 13 and 14:
Tale ricerca di solidità è atta a
Page 15 and 16:
Scanner ottico iperspettrale per la
Page 17 and 18:
- R( λi ) è il fattore di rifless
Page 19 and 20:
spaziale della scena mentre le colo
Page 21 and 22:
consentendo la ripresa di immagini
Page 23 and 24:
Fig. 5 - Immagine dell’interfacci
Page 25 and 26: Fig. 6 - Fattore di riflessione spe
Page 27 and 28: perpendicolare e parallela alla dir
Page 29 and 30: 3. J. Y. Hardeberg, F. Schmitt, H.
Page 31 and 32: esolution multispectral images, and
Page 33 and 34: function R. In mathematical terms,
Page 35 and 36: in standard and professional photog
Page 37 and 38: The acquisition output vectors are
Page 39 and 40: and then ‘stitched together’ to
Page 41 and 42: 36 Template matching Fig. 6 - A sem
Page 43 and 44: References 1. Fairchild M.D., Rosen
Page 45 and 46: 40 Sistema stereoscopico di visione
Page 47 and 48: macroscopiche sullo stato di conser
Page 49 and 50: 44 Fig. 1 - Il sistema SVA Due di e
Page 51 and 52: Si pone un piano di calibrazione, f
Page 53 and 54: a 20 000 K. I valori corrispondenti
Page 55 and 56: 50 Tabella 1 Colore LSVA xSVA ySVA
Page 57 and 58: 52 Spectral-based printer modeling
Page 59 and 60: 2. Printer Model The model of the p
Page 61 and 62: covered is computed as the differen
Page 63 and 64: The spectra were measured with a Gr
Page 65 and 66: 60 Spettrofotometro a scansione per
Page 67 and 68: icostruire il profilo tridimensiona
Page 69 and 70: dalla fibra è a sezione circolare.
Page 71 and 72: con maniglie e ruote per semplifica
Page 73 and 74: In fig. 5 sono riportati i risultat
Page 75: 70 380nm….430nm….470nm…510nm
Page 79 and 80: Infine in Fig. 9 sono riportati i r
Page 81 and 82: 2. D. Anglos, C. Balas, C. Fotakis,
Page 83 and 84: 78 Fig. 1 - Filtri interferenziali
Page 85 and 86: E’ chiaro tuttavia che uno strume
Page 87 and 88: scientifici e di restauro è affian
Page 89 and 90: Per quanto riguarda la precisione d
Page 91 and 92: immagini componenti principali (aut
Page 93 and 94: 6. A. Casini, F. Lotti, M. Picollo,
Page 95 and 96: � necessità di una movimentazion
Page 97 and 98: 92 Trasmittanza % 90 80 70 60 50 40
Page 99 and 100: lungo l’asse di scansione. Con lo
Page 101 and 102: I valori di Riflettanza (R T % e R
Page 103 and 104: Minolta. Una matrice di corrisponde
Page 105 and 106: Tab. 3 - Confronto in termini di Δ
Page 107 and 108: Bibliografia 1. Fermi F., Antonioli
Page 109 and 110: 2. Quali diagnostiche per l’Arte
Page 111 and 112: 106 Fig. 3 - Rappresentazione delle
Page 113 and 114: e tre i riquadri, anche in quelli c
Page 115 and 116: Fig. 8 - PCA delle misure rilevate
Page 117 and 118: Colorimetria multispettrale per la
Page 119 and 120: stanno alla base dell’agricoltura
Page 121 and 122: 116 Immagini aeree o da satellite M
Page 123 and 124: Non solo sono identificate per ogni
Page 125 and 126: vigneto, e non si sofferma certamen
Page 127 and 128:
1. Introduzione 122 Spettrometria d
Page 129 and 130:
Negli anni successivi, mentre veniv
Page 131 and 132:
126 Fig. 5 Il software comanda poi
Page 133 and 134:
Nei colori a basso contrasto, l’o
Page 135 and 136:
130 Proposta di una stazione a came
Page 137 and 138:
Fig. 2 − Singola immagine cattura
Page 139 and 140:
134 400 500 600 700 nm lunghezza d
Page 141 and 142:
6. dal confronto di misure di coppi
Page 143 and 144:
Bibliografia 1. P.C. Hung, “Color
Page 145 and 146:
movimento. Se infatti il filtro ste
Page 147 and 148:
142 a b Fig. 2 - Trasmittanza di un
Page 149 and 150:
Fig. 5 - Trasmittanza teorica di un
Page 151 and 152:
dimensione della memoria di bordo p
Page 153 and 154:
148 Estimating Surface Reflectance
Page 155 and 156:
150 ~ ∑ j= = N w R( λ ) ( λ) (3
Page 157 and 158:
R( λ) = E ⎡ 2 ⎤ ⎡ 2 ⎛ λ
Page 159 and 160:
Tab. 1 - Statistics of results obta
Page 161 and 162:
13. D.E. Goldberg, Genetic Algorith
Page 163 and 164:
sono affetti da grandezze di influe
Page 165 and 166:
160 Output(mV) 2500 2000 1500 1000
Page 167 and 168:
Nel seguito del documento questa co
Page 169 and 170:
appresentate nel grafico della figu
Page 171 and 172:
A 166 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
Page 173 and 174:
3. Joao Carlos de Andrade, Jiulio C
Page 175 and 176:
2. Generalità Richiamiamo brevemen
Page 177 and 178:
spettrometro al CCD della camera. N
Page 179 and 180:
Fig. 7 - Immagine fornita dalla cam
Page 181 and 182:
profilo di intensità spaziale del
Page 183 and 184:
Fig. 12 - Stabilità del segnale di
Page 185 and 186:
9. Conclusioni Abbiamo cercato di a
Page 187 and 188:
Fig. 1 - Vista parziale del MIR. Si
Page 189 and 190:
pixel della matrice CCD. Purtroppo
Page 191 and 192:
Determinare un riferimento dimensio
Page 193 and 194:
desiderata per l’immagine finale.
Page 195 and 196:
conoscono le caratteristiche spettr
Page 197 and 198:
Scrovegni di Padova. Da questa anal
show all

Scarica gli atti - Gruppo del Colore

Create successful ePaper yourself

Delete template?

Save as template?