Fusion adaptative multi-caractéristiques pour l’enregistrement visible-infrarouge et l’amélioration des caractères sur les tablettes de bambou

Textes anciens dissimulés en pleine vue

Pendant plus de deux millénaires, registres gouvernementaux, notes médicales et écrits quotidiens en Chine ont été calligraphiés sur de fines lames de bambou et de bois. Beaucoup de ces fragiles tablettes ont survécu enterrées, mais l’encre s’est tellement estompée qu’une grande partie de l’écriture en est à peine visible. Cette étude présente une nouvelle méthode d’imagerie qui aligne des photographies visibles avec des images infrarouges des mêmes tablettes, puis restaure numériquement les caractères disparus — rendant les textes abîmés à nouveau lisibles et ouvrant une fenêtre plus nette sur l’histoire ancienne.

Pourquoi les vieux registres en bambou sont si difficiles à lire

Les tablettes de bambou et de bois exhumées sont des documents historiques inestimables, mais des siècles d’enfouissement les laissent fendillées, tachées et usées. À la lumière visible, le grain du bois, la saleté et les décolorations masquent souvent l’encre faible, de sorte que les caractères se confondent avec le fond ou disparaissent complètement. Les caméras infrarouges peuvent révéler des traces d’encre qui n’apparaissent plus en lumière visible, car l’encre et le bois réfléchissent différemment dans l’infrarouge. Pourtant, les images infrarouges manquent généralement des riches couleurs et du détail de surface dont les conservateurs et historiens ont besoin pour étudier la fabrication des tablettes et assembler les fragments. Aujourd’hui, les chercheurs basculent souvent entre vues visible et infrarouge de la même tablette, essayant de combiner mentalement ce que chaque vue montre — un processus lent et fatigant qui laisse encore de nombreux caractères incertains.

Faire converger deux types de vision

L’équipe aborde ce problème en alignant précisément, ou « enregistrant », les images visibles et infrarouges de chaque tablette afin de les fusionner en une image améliorée. Ce n’est pas trivial : comme les deux caméras et les éclairages diffèrent, les images peuvent être décalées, pivotées, légèrement mises à l’échelle et même déformées l’une par rapport à l’autre. De plus, les tablettes présentent une texture faible — peu d’angles vifs ou de motifs — ce qui complique la tâche des outils standards de vision par ordinateur pour trouver des points correspondants entre les deux vues. Les auteurs conçoivent une chaîne de traitement en plusieurs étapes qui exploite une chose qui reste stable à travers les longueurs d’onde : la forme extérieure de chaque tablette.

D’un alignement grossier à une correspondance pixel par pixel

La méthode commence par une étape d’alignement grossier qui réduit les images pour supprimer les détails distrayants, puis détecte les longs bords extérieurs des tablettes ainsi qu’un nombre modéré de points de type coin. Parce que le contour d’une lame de bambou change peu entre visible et infrarouge, ces bords reçoivent une importance élevée lors de l’estimation de la rotation, du déplacement et de l’échelle nécessaires pour aligner une image sur l’autre. Vient ensuite une étape d’alignement fin qui opère en pleine résolution. Là, l’algorithme affine de façon itérative l’ajustement en utilisant à la fois les contours de bord et les coins des caractères, mais avec une subtilité : au départ il fait plus confiance aux grands contours ; à mesure que l’ajustement s’améliore, il augmente progressivement le poids des points de coin précis tracés autour des traits individuels. Ce passage adaptatif de « d’abord le contour » à « d’abord les détails » évite de rester bloqué dans une mauvaise solution tout en atteignant un alignement très serré.

Laisser le contenu informationnel guider la retouche finale

Même avec un bon appariement géométrique, les motifs de luminosité dans les images visibles et infrarouges peuvent diverger fortement. Pour terminer le travail, les chercheurs ajoutent une étape d’optimisation basée sur la « information mutuelle », une mesure statistique de la capacité d’une image à prédire les niveaux de gris de l’autre. L’algorithme effectue de nombreux petits ajustements d’essai à la transformation entre les deux vues et conserve la modification qui augmente le plus cette information partagée. Une stratégie de recherche hybride — combinant une exploration globale connue sous le nom de recuit simulé avec un affinage traditionnel par gradients — permet au système de converger vers une transformation à la fois géométriquement raisonnable et riche en information, même lorsque les images sont bruitées ou partiellement dégradées.

Faire renaître des caractères disparus

Une fois les images visible et infrarouge verrouillées ensemble, la seconde partie du cadre se concentre sur les caractères eux-mêmes. L’image infrarouge est traitée pour accentuer l’encre par rapport au fond puis seuillée pour isoler les régions de traits. Après nettoyage du bruit et comblement des lacunes, l’écriture extraite est convertie en un « masque d’encre » transparent. Au lieu de simplement coller ce masque par-dessus, la méthode utilise une forme de fusion par différence : elle soustrait essentiellement le motif d’encre du fond, faisant réapparaître en sombre les endroits où l’image visible comportait autrefois de l’écriture — mais ne montre plus que le bois nu. Enfin, des corrections colorimétriques restituent les tons naturels du bambou dans les zones où les caractères visibles originaux étaient déjà nets. Le résultat est une image unique qui préserve l’aspect réaliste, la couleur et la texture de la tablette tout en rendant les traits, faibles ou invisibles, nettement perceptibles.

Des vues plus nettes pour les historiens et le patrimoine

Des tests sur plus de 800 paires d’images de tablettes de bambou, y compris de nombreuses avec des écritures très endommagées, montrent que la nouvelle méthode surpasse une série de techniques d’enregistrement existantes, allant de l’appariement de caractéristiques classique aux approches modernes d’apprentissage profond. Des scores quantitatifs confirment que les images alignées partagent plus d’information et correspondent mieux dans leur structure, tandis que des superpositions visuelles montrent un chevauchement quasi parfait entre le contenu visible et infrarouge. Pour les historiens et les conservateurs, cela signifie qu’ils peuvent lire et interpréter des textes difficiles à partir d’une seule image améliorée, accélérant la transcription et aidant à réunir des fragments épars. Plus généralement, ce travail démontre comment la combinaison de plusieurs types d’imagerie avec un alignement et une fusion intelligents peut sauver des écrits fragiles du seuil de l’illisibilité, renforçant les efforts de préservation et d’étude numériques du patrimoine documentaire mondial.

Citation: Wan, T., Qi, F., Yang, Y. et al. Adaptive multi-feature fusion for visible-infrared image registration and character enhancement of bamboo slips. npj Herit. Sci. 14, 96 (2026). https://doi.org/10.1038/s40494-026-02368-z

Mots-clés: tablettes de bambou, imagerie infrarouge, enregistrement d'images, restauration de texte, patrimoine culturel