Super-résolution désentrelacée à double flux pour images de textes sur lattes de bambou

Redonner vie aux textes effacés sur bambou

Pendant des siècles, fonctionnaires et érudits chinois ont inscrit lois, lettres et idées sur de fines lattes de bambou et de bois. Aujourd’hui, nombre de ces archives anciennes subsistent seulement sous forme de fragments fragiles et assombris dont l’encre s’est estompée et dont la surface s’est fissurée. Les historiens et conservateurs s’appuient sur des images numériques de ces lattes, mais le texte y est souvent trop flou pour être lu ou restitué clairement. Cette étude présente une nouvelle approche d’imagerie qui aiguise ces caractères tout en respectant le matériau original, ouvrant une fenêtre plus nette sur l’histoire ancienne de la Chine.

Pourquoi les anciens textes sur bambou sont si difficiles à lire

Les lattes de bambou et de bois sont organiques, et le temps ne leur a pas été favorable. L’exposition à l’humidité, aux moisissures et aux contraintes physiques fait filer les fibres, diffuser l’encre et tacher les surfaces. Même avec de bons appareils photo et l’imagerie infrarouge, les images obtenues peuvent montrer des traits empâtés, des textures bruitées et des détails manquants. Les astuces numériques simples, comme l’agrandissement ou le lissage, ont tendance à estomper encore davantage les contours de l’écriture. Les méthodes d’intelligence artificielle modernes destinées à affiner les images de texte ont été principalement entraînées sur des panneaux de signalisation et des mots imprimés dans des scènes courantes, pas sur la calligraphie verticale fragile d’un bambou ancien. En conséquence, elles lissent souvent des formes de traits importantes ou inventent des structures trompeuses.

Une approche à deux voies pour le texte et le fond

Les chercheurs proposent un nouveau modèle de reconstruction d’image nommé DSF-SRFormer qui traite l’écriture et la surface du bambou comme deux problèmes distincts mais liés. Plutôt que de tout traiter dans un même faisceau de caractéristiques, le système sépare d’abord ce qui appartient aux caractères de ce qui relève de l’arrière-plan. Une voie se concentre sur les traits d’encre foncés, tandis que l’autre s’attache aux fibres plus claires, aux taches et aux textures de la latte elle-même. Dans la voie texte, un module spécial porte attention aux directions principales du pinceau observées en calligraphie chinoise — traits horizontaux, verticaux et diagonaux — afin que le modèle puisse renforcer les formes correctes là où les lignes courbent, s’entrecroisent ou effilent. En parallèle, la voie arrière-plan opère à plusieurs échelles pour comprendre à la fois les fibres fines et les taches plus larges, permettant de nettoyer le bruit sans effacer les marques significatives.

Gérer de longues lattes à écriture verticale

Au-delà des caractères isolés, les lattes complètes présentent de hautes colonnes de texte s’étendant sur de longues distances. Pour faire face à cette mise en page, les auteurs conçoivent un mécanisme d’attention « longue latte » qui découpe chaque image en bandes verticales chevauchantes. Dans chaque bande, le modèle apprend comment les traits se prolongent le long des lignes et à travers les colonnes, puis fusionne doucement les bandes voisines afin que les caractères restent cohérents sur l’ensemble de la latte. Cette conception capture des relations à longue portée — par exemple comment des traits d’une partie d’un caractère se rapportent à d’autres plus bas — tout en gardant le calcul maîtrisé. En reconstruisant à la fois au niveau du caractère et à celui de la latte entière, la méthode vise à produire des images plus nettes et plus lisibles pour les experts humains.

Mesurer des traits plus nets et des surfaces plus propres

Pour entraîner et tester leur système, l’équipe a rassemblé un vaste ensemble d’images de caractères provenant de lattes de bambou, de manuscrits en soie et d’ébauches manuscrites, puis a généré des détériorations numériques réalistes imitant les motifs de fibres, la diffusion de l’encre, les taches de vieillissement et d’autres défauts. Ils ont également préparé des images de lattes complètes dérivées d’une collection existante de textes mis au jour. Pendant l’entraînement, le modèle est guidé non seulement pour correspondre aux pixels originaux, mais aussi pour conserver des bords nets et une apparence globale agréable à l’œil. Les auteurs comparent DSF-SRFormer à de nombreuses méthodes d’amélioration établies, depuis l’interpolation classique jusqu’aux modèles profonds avancés et aux modèles de diffusion. Sur plusieurs jeux de test et pour des agrandissements modérés comme forts, le nouveau modèle produit systématiquement des scores supérieurs en fidélité et en qualité visuelle, et les exemples visuels montrent des traits plus continus et moins d’artefacts distrayants.

De la mise au net numérique à l’éclairage historique

Les résultats suggèrent que séparer soigneusement l’écriture du matériau de support, et adapter le traitement à la mise en page unique des lattes de bambou, conduit à des reconstructions plus claires que de traiter l’ensemble comme une imagerie générique. Bien que l’approche présente encore des limites — comme la gestion de tailles de texte très différentes ou l’extension au-delà des images infrarouges — elle améliore déjà la lisibilité de sources difficiles et rivalise aussi sur des bancs d’essai de textes de rue modernes. Pour les historiens, archéologues et conservateurs, cela signifie des vues numériques plus nettes de documents anciens, facilitant l’identification des caractères, la restauration des parties manquantes et l’interprétation de voix longtemps silencieuses de la Chine ancienne.

Citation: Wang, W., Wang, T., Hu, X. et al. Dual-stream disentangled super-resolution for bamboo slip text images. npj Herit. Sci. 14, 229 (2026). https://doi.org/10.1038/s40494-026-02495-7

Mots-clés: lattes de bambou, manuscrits anciens, sur-résolution d'images, restauration numérique, calligraphie chinoise