Art Imaging
Ein neuartiger Bildsensor auf Graphenbasis, der derzeit entwickelt wird, soll künftig die Untersuchung von Kunstwerken in der bisher nicht möglichen spektralen Bandbreite von 300–2000 nm ermöglichen.
Steckbrief
- Lead-Departement Hochschule der Künste Bern
- Weitere Departemente Technik und Informatik
-
Institut
Institut Materialität in Kunst und Kultur
Institute for Human Centered Engineering (HUCE) - Forschungseinheit Technologie in Kunst und Kultur
- Förderorganisation BFH
- Laufzeit 01.01.2019 - 31.12.2019
- Projektverantwortung Cornelius Palmbach
- Projektleitung Cornelius Palmbach
-
Projektmitarbeitende
Prof. Markus Küffner
Prof. Dr. Horst Heck
Haakon Bryn
Lauro Müller - Schlüsselwörter Konservierung, Restaurierung, Hyperspectral Imaging, Multispectral Imaging, IR Kamera, Algorithmen
Ausgangslage
In den Konservierungswissenschaften kommen bei der Untersuchung von Kunstwerken verschiedene strahlendiagnostische Methoden zum Einsatz. So lassen sich z.B. bei einem Gemälde unter der Malschicht verborgene Unterzeichnungen im IR-Spektrum sichtbar machen. Die bisher zur Verfügung stehenden Kameras haben aber entweder eine beschränkte spektrale Empfindlichkeit, da sie nur im kurzwelligen nahen IR-Bereich arbeiten, oder eine zu geringe räumliche Auflösung. Dagegen ist ein mit Graphen beschichteter CMOS-Sensor, der gegenwärtig entwickelt wird, von 300 nm bis in den längerwelligen nahen IR-Bereich empfindlich. Somit eignet sich ein solcher Sensor sowohl für das Multi- als auch Hyperspectral Imaging, das zudem Potential für die Erkennung von Materialien anhand ihrer Emissionsspektren bietet. Kameras mit Sensoren auf Graphenbasis sind aber noch nicht auf dem Markt eingeführt.
Vorgehen
Um eine Kamera mit Graphen-Sensor entwickeln zu können, wird ein Anforderungskatalog zu den wichtigsten technischen Spezifikationen erarbeitet. Dieser umfasst Kategorien wie spektrale Empfindlichkeit, Filtertechnik, Optiken, räumliche Auflösung, Pixelabstand, Signalrauschen, Bildfrequenz und Sensorkühlung. Auch die anwendungsspezifischen Fragen von räumlicher versus spektraler Auflösung, der Umgang mit grossen Datenmengen und die Evaluation der für die Charakterisierung verschiedener Malmaterialien relevanten Spektralbereiche stehen dabei im Fokus. Schliesslich werden für das Postprocessing der Bilddaten verschiedene Algorithmen zur Bildverarbeitung und -analyse evaluiert, adaptiert und weiterentwickelt, um gezielt spezifische Informationen herausfiltern zu können.
Ergebnisse
Das Projekt verfolgt zwei zusammenhängende Ziele: Einerseits werden die Voraussetzungen geschaffen, in einem Innosuisse-Folgeprojekt eine spezifisch für den Bereich der Kunsttechnologie angepasste Kamera mit Graphen-Sensor zu entwickeln, welche die derzeitigen technischen Limitierungen überwindet. Andererseits soll das Evaluieren von Algorithmen Perspektiven aufzeigen, wie die multi- und hyperspektralen Bilddaten anwenderfreundlich verarbeitet, analysiert und gezielt ausgewertet werden können. Die angestrebten technischen Innovationen eröffnen völlig neue Möglichkeiten bei der Untersuchung von Kunstwerken, der Analyse künstlerischer Schaffensprozesse und der Charakterisierung der Materialien. Zudem helfen eine verbesserte Detektion und Darstellung von Schäden oder Materialveränderungen dabei, Konservierungs- und Restaurierungskonzepte zu erstellen und somit Kunstwerke zu erhalten.
