Tvåströms avflätad superupplösning för bilder av bambuskivstext

Att återuppliva blekta bambutekster

I århundraden skrev kinesiska ämbetsmän och lärda lagar, brev och idéer på tunna remsor av bambu och trä. Idag överlever många av dessa forntida dokument endast som sköra, mörknade fragment där bläcket har runnit ut och ytorna spruckit. Historiker och konserverare förlitar sig på digitala bilder av dessa skivor, men texten är ofta för suddig för att läsas eller återställas tydligt. Denna studie introducerar en ny bildbehandlingsmetod som skärper tecknen samtidigt som den respekterar materialets ursprung, och öppnar ett tydligare fönster mot tidig kinesisk historia.

Varför gamla bambudokument är så svåra att läsa

Bambu- och träribbor är organiska material, och tiden har inte varit snäll mot dem. Exponering för fukt, mögel och mekanisk påfrestning gör att fibrer trasslar upp sig, bläcket sprider sig och ytor missfärgas. Även med bra kameror och infraröd avbildning kan bilderna visa utsmetade streck, störig textur och saknade detaljer. Enkla digitala knep som att förstora eller jämna ut en bild tenderar att sudda ut skrivkantsdetaljer ännu mer. Moderna AI-metoder för att skärpa textbilder har oftast tränats på reklamskyltar och tryckta ord i vardagsscener, inte på skör, vertikalt skriven kalligrafi på åldrande bambu. Som följd jämnar de ofta ut viktiga streckformer eller hittar på missvisande strukturer.

En tvåvägsansats för text och bakgrund

Forskarna föreslår en ny bildrekonstruktionsmodell kallad DSF-SRFormer som behandlar skriften och bambuytans textur som två olika men relaterade problem. Istället för att bearbeta allt i en enda funktionssamling separerar systemet först vad som hör till tecknen och vad som hör till bakgrunden. En väg fokuserar på de mörka bläckstrecken, medan den andra koncentrerar sig på de ljusare fibrerna, fläckarna och ytorna på skivan. Inuti textvägen uppmärksammar en särskild modul huvudriktningarna i borststrecken som finns i kinesisk kalligrafi—horisontella, vertikala och diagonala streck—så att modellen kan förstärka korrekta former där linjer böjs, möts eller avsmalnar. Parallellt arbetar bakgrundsvägen över flera skalor för att förstå både fina fibrer och bredare fläckar, vilket möjliggör brusreducering utan att sudda ut meningsfulla märken.

Hantering av långa remsor med vertikal text

Utöver enskilda tecken visar hela bambuskivor höga kolumner av text som sträcker sig långt. För att hantera detta layoutmönster utvecklar författarna en "long strip"-uppmärksamhetsmekanism som skivar varje bild i överlappande vertikala band. Inom varje band lär sig modellen hur streck fortsätter längs rader och över kolumner, och smälter sedan varsamt samman intilliggande band så att tecknen förblir konsekventa över hela skivan. Denna design fångar långväga samband—till exempel hur streck i en del av ett tecken förhåller sig till andra längre ner—samtidigt som beräkningen hålls hanterbar. Genom att rekonstruera både på teckennivå och helskivs-nivå syftar metoden till att producera bilder som är skarpare och mer läsbara för mänskliga experter.

Mäta skarpare streck och renare ytor

För att träna och testa sitt system samlade teamet en stor mängd teckenbilder från bambuskivor, sidenmanuskript och handskrivna utkast, och genererade sedan realistiska digitala skador som efterliknar fiberstrukturer, bläckspridning, åldersfläckar och andra defekter. De förberedde också helskivebilder hämtade från en befintlig samling av utgrävda texter. Under träningen styrs modellen inte bara att matcha ursprungspixlarna utan även att hålla kanter skarpa och det övergripande utseendet tilltalande för ögat. Författarna jämför DSF-SRFormer med många etablerade skärpningsmetoder, från klassisk interpolering till avancerade djupinlärnings- och diffusionsmodeller. Över flera testuppsättningar och för både måttlig och kraftig uppskalning ger den nya modellen konsekvent högre poäng för trohet och visuell kvalitet, och visuella exempel visar mer kontinuerliga streck och färre störande artefakter.

Från digital rengöring till historisk insikt

Resultaten tyder på att en noggrann separation av skriften från underlaget, och att anpassa bearbetningen till bambuskivornas unika layout, leder till klarare rekonstruktioner än att behandla allt som generisk bilddata. Även om metoden fortfarande har begränsningar—såsom hantering av mycket varierande textstorlekar eller utvidgning bortom infraröda bilder—förbättrar den redan läsbarheten i svåra källor och presterar dessutom konkurrenskraftigt på moderna gatutekst- benchmarks. För historiker, arkeologer och konserverare innebär detta skarpare digitala bilder av forntida dokument, vilket gör det lättare att identifiera tecken, återställa saknade delar och tolka länge tysta röster från det tidiga Kina.

Citering: 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

Nyckelord: bambuskivor, forntida manuskript, bildsuperupplösning, digital restaurering, kinesisk kalligrafi