古代壁画修復におけるMSR CABを用いた新たな壁画強化アプローチとランダムフォレストによる古代壁画からのラクナ抽出

科学分野:

• 美術保存科学
• デジタル画像処理
• 文化遺産のための機械学習

背景:

• 古代壁画は、環境的および人的要因による劣化に直面しています。
• ラクナ（塗膜層の損失）は、壁画の劣化の重要な指標です。
• 既存の検出方法は、計算コストが高く、大規模なデータセットを必要とし、文化遺産特有の課題に対処するのが難しいことが多いです。

研究 の 目的:

• 古代壁画におけるラクナ抽出のための、新規で自動化された低リソースな手法を導入すること。
• 損傷評価を向上させるために壁画の画質を強化すること。
• 文化遺産の文書化と監視のための解釈可能なアプローチを提供すること。

主な方法:

• コントラスト制限付き適応ヒストグラム均зация（MSR-CAB）、適応ブレンディング、バイラテラルフィルタリングを用いた画像前処理。
• ラクナのピクセルごとの分類のためのランダムフォレスト分類器の利用。
• RGB強度、局所分散、勾配 magnitude を特徴抽出に統合すること。
• クラス不均衡に対処するためのコストに敏感なランダムフォレストモデルの採用。

主要な成果:

• 自動化された手法は、ラクナ検出において高い精度、適合率、再現率を示しました。
• 前処理ステップは、低照度および不均一な照明を処理することで画質を効果的に向上させました。
• ランダムフォレスト分類器は、厳密な分布仮定なしに堅牢なピクセルごとの分類を提供しました。

結論:

• 開発された自動ラクナ抽出手法は、古代壁画の文書化と監視に効果的です。
• このアプローチは、文化遺産機関にとって、既存の検出技術に代わる、実行可能で低リソースな代替手段を提供します。
• この手法は、正確な損傷評価を提供することにより、文化遺産の保存計画を支援します。