ERS süperpiksel rehberliğiyle pigment tanımlama ve duvar resmi hiperspektral görüntülerinde konvolüsyonel otoenkoder karıştırma çözümü

Bu Antik Renklerin Hâlâ Neden Önemli Olduğu

Antik duvar resimleri yalnızca süsleme değil; renkleri ticaret yollarını, dini fikirleri ve kaybolmuş teknolojileri kaydeder. Ancak bu duvar resimlerinin birçoğu doğrudan örnekleme yapmak için çok kırılgandır ve yüzyıllar boyunca ışık, nem ve tuzların etkisi özgün tonlarını değiştirmiştir. Bu çalışma, yüzeye dokunmadan Çin’deki ünlü bir Budist mağara duvar resmindeki pigmentleri “okumanın” yeni bir yolunu sunar; gelişmiş görüntüleme ile yapay zekâyı birleştirerek sanatçıların gerçekten neler kullandığını ve bu malzemelerin nasıl yaşlandığını açığa çıkarır.

Çok Gözle Bir Duvara Bakmak

Araştırmacılar duvarı sıradan kameralarla fotoğraflamak yerine, görünür ışıktan kısa dalga kızılötesine kadar yüzlerce dar bant yakalayan hiperspektral görüntülemeyi kullandılar. Duvarın her küçük bölgesi, belirli malzemelerle ilişkili ayrıntılı bir renk parmakizi verir. Odaklandıkları alan, İpek Yolu üzerindeki erken dönem Budist mekânı Kizil Mağaraları’ndaki Mağara 171’in zengin boyalı bir kesimiydi; bu duvar resimlerinde hem mineral hem organik pigmentler kullanılmış ve rüzgâr, su ile tuz hasarına uğramıştı. Yorumlarını sağlamlaştırmak için ekip, geleneksel pigment örneklerini panolara hazırlayıp laboratuvarda spektrumlarını ölçtü ve X-ışını floresansı ile Raman spektroskopisi gibi tekniklerle bileşimlerini kontrol etti. Bu, duvarın sinyalleriyle karşılaştırılabilecek 26 geleneksel pigmentten oluşan bir referans kütüphanesi oluşturdu.

Görüntüyü Akıllı Yamalara Bölmek

Başlıca zorluk, her görüntü pikselinin genellikle pigment karışımları içermesi ve yaşlanmanın tipik spektral ipuçlarını bulanıklaştırabilmesidir. Her pikseli ayrı ayrı ele almak yerine, yazarlar süperpiksel segmentasyonu adı verilen bir yaklaşım kullandılar. İlk olarak hiperspektral veriyi basitleştirmek için temel bileşen analizi uyguladılar. Ardından, Entropy Rate Süperpiksel Segmentasyonu ile duvarı içsel olarak tutarlı spektrlere ve boyalı sınırları takip eden küçük bölgelere böldüler. Her bölge için spektrumları ortalayıp, belirli pigmentlerle ilişkili ince soğurma çukurlarını vurgulayan continuum removal (süreklilik giderme) adlı matematiksel bir adım uyguladılar. Bu geliştirilmiş bölgesel spektrumları pigment kütüphaneleriyle benzerlik testi yaparak karşılaştırdılar. Bir pigmentin ne sıklıkta göründüğünü, ne kadar alan kapladığını ve spektral olarak ne kadar iyi eşleştiğini birleştirerek, mevcut başlıca pigmentleri güvenilir biçimde seçebildiler.

Renkleri Ayırmayı Öğreten Bir Sinir Ağı

Hangi pigmentlerin bulunduğunu saptamak hikâyenin yalnızca yarısıdır; konservatörler ayrıca her pigmentin duvarın her noktasında ne kadar yoğun olduğunu bilmek ister. Bunu yapmak için ekip, spektral görüntüyü sıkıştırmayı ve yeniden oluşturmayı öğrenen gözetimsiz bir konvolüsyonel otoenkoder türü bir sinir ağına yöneldi. Tasarımlarında sıkıştırılmış temsil, doğrudan duvarda bir küçük temel spektralar setinin, yani “endmember”ların oranlarını kodluyordu. Bu öğrenmeyi yönlendirmek için önce verideki temsilî spektral uç noktaları bulmak üzere N-FINDR adlı geometrik bir algoritma kullandılar ve bunları sözde-endmemberlar olarak benzettiler. Ağ, görüntüyü yeniden oluştururken bu referans spektrumlarına yakın kalmaya ve pigment parmakizlerinin ayrıntılı şeklini korumaya çalışacak şekilde eğitildi; bu da çok benzer kırmızılar ve aynı renk ailelerini ayırt etmesine yardımcı oldu.

Duvarın Renkleri Hakkında Ne Söylediği

Bu birleşik stratejiyi kullanarak yazarlar Mağara 171’de altı başlıca pigmenti belirlediler: mavi taş lapis lazuli, bakır yeşili atacamit, kırmızılar minyum, demir oksit kırmızısı ve lac, ile beyaz mineral alçıtaşı (jips). Pigment bolluğunun haritaları bu malzemelerin nasıl katmanlandığını ve karıştığını gösterdi: jips hem beyaz boya olarak hem de altında bir zemin tabakası şeklinde görünüyor; lapis lazuli ve atacamit mavi ve yeşil bölgelerde kümeleniyor; üç kırmızı örtüşüyor ancak ince spektral işaretleriyle ayrıştırılabiliyor. Yöntem ayrıca kurşunlu kırmızı minyumun kararan ve farklı bir bileşiğe dönüştüğü alanları işaretlemeye yardımcı oldu; bu, konservatörlerin izlemeleri gereken devam eden bir bozulmaya işaret ediyor.

Gizli Parmak İzlerinden Pratik Bakıma

Uzman olmayanlar için ana sonuç, yazarların karmaşık ve görünmez spektral bilgiyi, duvardaki hangi pigmentlerin kullanıldığını ve bunların nasıl değiştiğini gösteren açık haritalara dönüştürecek bir yol geliştirmiş olmalarıdır; üstelik örnekleme yapmadan. Tanımlamadan önce benzer bölgeleri gruplayarak ve sinir ağını fiziksel olarak anlamlı pigment parmakizleriyle kısıtlayarak, iş akışı renkler karışmış veya bozulmuş olsa bile güvenilir, mekânsal olarak tutarlı pigment haritaları sağlıyor. Bu, konservatörlere Kizil Mağaraları gibi sitelerdeki antik renklerin taşıdığı hikâyeleri gelecek nesiller için korumaya yardımcı olacak şekilde malzemeleri belgeleme, solma ve değişimi tespit etme ve hedefe yönelik müdahaleler planlama konusunda güçlü, temassız bir araç sunuyor.

Atıf: Chen, W., Zhang, X., Pan, X. et al. ERS superpixel guided pigment identification and convolutional autoencoder unmixing in mural painting hyperspectral images. npj Herit. Sci. 14, 177 (2026). https://doi.org/10.1038/s40494-026-02450-6

Anahtar kelimeler: hiperspektral görüntüleme, duvar resmi konservasyonu, pigment haritalama, derin öğrenme, kültürel miras