Fusão adaptativa de múltiplas características para registro visível-infravermelho e realce de caracteres em tábuas de bambu

Textos antigos escondidos à vista

Por mais de dois milênios, registros governamentais, anotações médicas e escritos do cotidiano na China foram pincelados em tiras finas de bambu e madeira. Muitas dessas frágeis tábuas sobreviveram enterradas, mas a tinta desbotou tanto que grande parte da escrita está quase invisível. Este estudo apresenta um novo método de imagem que alinha fotografias visíveis com imagens infravermelhas das mesmas tábuas e depois restaura digitalmente os caracteres perdidos—tornando textos danificados legíveis novamente e oferecendo uma janela mais clara para a história antiga.

Por que os registros antigos em bambu são tão difíceis de ler

Tábuas de bambu e madeira escavadas são documentos históricos inestimáveis, mas séculos enterradas as deixam rachadas, manchadas e gastas. À luz visível, o veio da madeira, a sujeira e a descoloração muitas vezes se sobrepõem à tinta tênue, de modo que os caracteres se confundem com o fundo ou desaparecem por completo. Câmeras infravermelhas podem revelar vestígios de tinta que não aparecem mais na luz visível, porque a tinta e a madeira refletem o infravermelho de maneira diferente. Contudo, as imagens infravermelhas geralmente carecem da rica cor e dos detalhes de superfície que curadores e historiadores precisam para estudar como as tábuas foram feitas e para casar fragmentos. Pesquisadores hoje costumam alternar entre imagens visíveis e infravermelhas da mesma tábua, tentando combinar mentalmente o que cada vista mostra—um processo lento e cansativo que ainda deixa muitos caracteres incertos.

Unindo dois tipos de visão em foco

A equipe enfrenta esse problema alinhando com precisão, ou “registrando”, imagens visíveis e infravermelhas de cada tábua para fundi-las em uma única imagem melhorada. Isso está longe de ser trivial: como as duas câmeras e a iluminação são diferentes, as imagens podem estar deslocadas, rotacionadas, ligeiramente escaladas e até distorcidas entre si. Além disso, as tábuas têm textura fraca—poucos cantos ou padrões nítidos—o que dificulta para ferramentas padrão de visão computacional encontrarem pontos correspondentes entre as duas vistas. Os autores projetam um pipeline de registro em múltiplas etapas que tira proveito de algo que permanece estável entre os comprimentos de onda: o contorno externo de cada tábua.

De um alinhamento grosseiro a um encaixe pixel a pixel

O método começa com uma etapa de alinhamento grosseiro que reduz ambas as imagens para suprimir detalhes distrativos e então detecta as longas bordas externas das tábuas juntamente com um número modesto de pontos semelhantes a cantos. Como o contorno de uma tira de bambu muda pouco entre imagens visíveis e infravermelhas, essas bordas recebem alta importância ao estimar como uma imagem deve ser rotacionada, deslocada e escalada para se alinhar com a outra. Em seguida vem uma etapa de alinhamento fino que trabalha em resolução total. Aqui o algoritmo refina repetidamente o ajuste usando tanto os contornos das bordas quanto os cantos de caracteres, mas com um detalhe: no início ele confia mais nas arestas de grande escala; conforme o encaixe melhora, aumenta gradualmente o peso dos pontos de canto precisos traçados ao redor de traços individuais. Essa mudança adaptativa de “contorno primeiro” para “detalhes primeiro” ajuda a evitar ficar preso em uma solução ruim ao mesmo tempo em que alcança um alinhamento muito apertado.

Deixando o conteúdo informacional guiar o ajuste final

Mesmo com um bom ajuste geométrico, os padrões de brilho em imagens visíveis e infravermelhas podem diferir bastante. Para concluir o processo, os pesquisadores adicionam uma etapa de otimização baseada em “informação mútua”, uma medida estatística de quão bem uma imagem prevê os níveis de cinza na outra. O algoritmo faz muitos pequenos ajustes experimentais à transformação entre as duas vistas e mantém a alteração que mais aumenta essa informação compartilhada. Uma estratégia de busca híbrida—combinando um método de exploração global conhecido como recozimento simulado com um refinamento mais tradicional baseado em gradiente—permite ao sistema convergir para uma transformação que é geometricamente razoável e rica em informação, mesmo quando as imagens são ruidosas ou parcialmente degradadas.

Revivendo caracteres desaparecidos

Uma vez que as imagens visível e infravermelha estão alinhadas, a segunda parte do framework se concentra nos próprios caracteres. A imagem infravermelha é processada para acentuar a tinta em relação ao fundo e então é aplicada uma limiarização para isolar as regiões de traço. Após limpar ruído e lacunas, a escrita extraída é convertida em uma “máscara de tinta” transparente. Em vez de simplesmente colar essa máscara por cima, o método usa uma forma de fusão baseada em diferença: ele essencialmente subtrai o padrão de tinta do fundo, fazendo com que lugares onde a imagem visível antes tinha escrita—mas agora mostra apenas madeira nua—voltem a escurecer. Finalmente, correções de cor restauram os tons naturais do bambu nas áreas onde os caracteres visíveis originais já estavam claros. O resultado é uma única imagem que preserva o aspecto realista, a cor e a textura da tábua enquanto faz com que traços tênues e invisíveis sobressaiam com nitidez.

Visões mais nítidas para historiadores e conservação

Testes em mais de 800 pares de imagens de tábuas de bambu, incluindo muitas com escrita severamente danificada, mostram que o novo método supera uma gama de técnicas de registro existentes, desde o pareamento clássico de características até abordagens modernas de aprendizado profundo. Pontuações quantitativas confirmam que as imagens alinhadas compartilham mais informação e combinam estruturas melhor, enquanto sobreposições visuais mostram sobreposição quase perfeita entre conteúdo visível e infravermelho. Para historiadores e conservadores, isso significa que eles podem ler e interpretar textos difíceis a partir de uma única imagem aprimorada, acelerando a transcrição e ajudando a reunir fragmentos dispersos. Mais amplamente, o trabalho demonstra como combinar múltiplos tipos de imageamento com alinhamento e fusão inteligentes pode resgatar escritos frágeis da beira da ilegibilidade, fortalecendo esforços para preservar e estudar digitalmente o patrimônio documental mundial.

Citação: 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

Palavras-chave: tábuas de bambu, imagem infravermelha, registro de imagens, restauração de texto, patrimônio cultural