שיטה חדשה לשיפור ציורי קיר באמצעות MSR CAB וחילוץ לַקוּנאות מציורי קיר עתיקים באמצעות יער אקראי

למה אמנות קיר דהויה עדיין חשובה היום

בארמונות ובמקדשים היסטוריים ציורי הקיר מתקלפים בשקט. הכתמים החסרים של הצבע הם יותר מפגם קוסמטי: הם מוחקים סצנות שנושאות זיכרון של מאות שנים. עם זאת, מיפוי מדויק של אובדנים אלה הוא עבודה איטית שנעשית בדרך כלל ביד, פריים אחרי פריים. מחקר זה מציג שיטה ממוחשבת היכולה להדגיש באופן אוטומטי אזורים פגומים בתמונות צבע רגילות של ציורי קיר, ועוזרת למוזיאונים ולמשמרים לשמור טוב יותר על יצירות פגיעות גם כאשר אין להם תקציבים גדולים או צוותים רחבים.

קירות ארמון ישנים תחת בדיקה חדשה

המחקר מתמקד בציורי קיר מאחוזת הביי מהמאה ה‑19 בקונסטנטין, אלג'יריה, קומפלקס עשיר בקישוטים שציוריו מתעדים קרבות היסטוריים, מסעות וחיי יום‑יום. עם הזמן, חום, שינויים בלחות, אבק והזנחה גרמו לסדקים, לשינויי צבע ובמיוחד ל"לַקוּנאות" – אזורים שבהם שכבת הצבע נשרפה ונחשפה הטיח הגולמי. מכיוון שהפערים האלה חושפים עד כמה ההתפוררות התקדמה, משמרים זקוקים למפה אמינה של הגודל והפיזור שלהן. שרטוט ידני איטי וסובייקטיבי, בעוד שמערכות למידה עמוקה אופנתיות דורשות אלפי תמונות מתויגות ומחשבים חזקים שרוב המוסדות לשימור אינם מחזיקים.

להפוך תמונות עמומות ומאובקות לקריאות יותר

החצי הראשון של הגישה החדשה מתמקד בהפיכת צילומי צבע רגילים של ציורי קיר לקלים יותר לפרשנות, הן עבור בני אדם והן עבור אלגוריתמים. החוקרים תכננו מתכון לניקוי תמונה שהם קוראים לו MSR‑CAB. הוא עובד על ידי הפרדה ראשונית של הבהירות מהצבע כך שניתן לכוונן את הבהירות מבלי לעוות את הגוונים המקוריים. לאחר מכן שלבים שונים מבהירים אזורים כהים, מאחדים צללים ומגבירים ניגודיות מקומית כך שעבודת המברשת הקטנה והקצוות בולטים יותר. שלב מיזוג חכם מערבב את התצוגה המשופרת עם המקור כדי להימנע ממראה מלאכותי, ומעבר עדין של חידוד והקטנת רעש מעלה פרטים מבלי לטשטש קווים חשובים. ניסויים על תמונות הארמון שצולמו בתנאי תאורה לקויים מראים שהרצף הזה מבהיר באופן משמעותי דמויות, קישוטים ואזורים פגומים תוך שמירה על נאמנו של הצבע במילא.

להדריך יער דיגיטלי לזהות צבע שאבד

לאחר שהתמונות הובהרו, החצי השני של השיטה לומד להפריד פיקסל אחר פיקסל בין צבע שנעלם לאזורים שלמים. במקום מודל למידה עמוקה כבד, החוקרים משתמשים ביער אקראי, אנסמבל של עצי החלטה פשוטים שמצביעים על התווית של כל פיקסל. כדי להנחות עצים אלה מזינים אותם בחמישה רמזים בסיסיים: ערכי הצבע אדום, ירוק וכחול; עד כמה ערוץ האדום משתנה בשכונה קטנה (מדד מרקם); ועוצמת הקצוות המקומיים. מומחה אנושי מסמן תחילה מספר אזורי דוגמה של אובדן וצבע בריא, וכך מספק לקרקע אמת. מאחר שאזורי נזק נדירים בהרבה לעומת אזורים שלמים, השיטה מגדילה במכוון את משקלם במהלך האימון ומענישה בחומרה יותר גילויים חסרים, כדי שפערים קטנים לא יתעלמו מהם.

מארמון אחד להרבה קירות ואפילו עלים

על שתים‑עשרה תמונות קיר מאחוזת הביי, צינור השיפור והיער האקראי המשותף סיווג נכון בממוצע כ‑95 אחוז מהפיקסלים, עם ציונים גבוהים גם בשיעור האיתותים החיוביים השגויים הנמוך וגם בכמות הפיקסלים הפגומים שהושמטו. מחקר אבלציה – כיבוי חלקים ממתכון השיפור – הראה שדילוג על שלבי הניקוי הוריד באופן חמור את הביצועים, במיוחד בתאורה לא אחידה, ומדגיש כמה חשובים תמונות איכותיות. כדי לבחון אם הרעיון עובד מעבר לאתר אחד, החוקרים יישמו אותו על ציורי קיר ממערות מוגאו בסין, קטעי קיר מהמטרופוליטן במוזיאון ניו‑יורק, ואף על מאגר נתונים ציבורי של עלי צמחים חולים. בכל שלושת המקרים הצליחה השיטה לבודד אזורים פגומים או חולים, עם דיוקים מעל 95 אחוז על היצירות וכמעט 99 אחוז על העלים, על אף מערכי אימון קטנים וצבעים ומרקמים שונים.

בן ברית מעשי לשימור סיפורים פגיעים

בעיקרו של דבר, עבודה זו מראה ששיפור תמונה מדוקדק, בשילוב מודל למידה קל משקל, יכול למפה באופן אמין היכן ציורי קיר היסטוריים מאבדים את שכבתם. המערכת אינה מחליפה שיקול דעת מקצועי, אך היא יכולה לספק למשמרים מפות נזק מהירות ועקביות מתמונות צבע רגילות, גם כאשר זמין רק מיעוט דוגמאות. בהנמכת המחסומים הטכניים והנתוניים לניתוח אוטומטי, הגישה מציעה למוסדות מורשת כלי מעשי לניטור התפוררות, לתכנון שיחזורים, ולבסוף — לשימור גדול יותר של העבר המצוי בציור מפני ההיעלמות השקטה.

ציטוט: Nasri, A., Zahra, M., Gao, L. et al. A novel approach to mural enhancement using MSR CAB and lacuna extraction from ancient mural paintings using random forest. Sci Rep 16, 10412 (2026). https://doi.org/10.1038/s41598-026-36973-6

מילות מפתח: שימור ציורי קיר, זיהוי אובדן צבע, הדמיית מורשת תרבותית, שיפור תמונה, סיווג יער אקראי