Scarica gli atti - Gruppo del Colore

More documents

Recommendations

Info

References 1. D.R. Wyble, R. S. Berns, “A Critical Review of Spectral Models Applied to Binary Color Printing”, Color Research and Application, vol. 25, n. 1, February 2000. 2. K. Iino and R. S. Berns, “Building color management modules using linear optimization I. Desktop color system”, Journal of Imaging Science and Technology, Vol. 42, 79-94, 1998. 3. P. Emmel, R. D. Hersch, “A Unified Model for Color Prediction of Halftoned Print”, Journal of Imaging Science and Technology, Vol. 44, n. 4, pp.351-385, 2000. 4. P. Emmel, R. D. Hersch, “Modeling Ink Spreading for Color Prediction”, Journal of Imaging Science and Technology, Vol. 46, n. 3, 2002. 5. S. Gustavson, “The Color Gamut of Halftone Reproduction”, Proc. The Fourth IS&T/SID Color Imaging Conference, Scottsdale, Arizona, USA, November 19-22, 1996. 6. R. Balasubramanian, “Optimization of the spectral Neugebauer model for printer characterization”, Journal of Electronic Imaging, Vol. 8, n. 2, pp. 156- 166, 1999. 7. D. Tzeng, “Spectral-based color separation algorithm development for multiple-ink color reproduction”, Ph.D. Thesis, R. I.T., Rochester, NY, 1999. 8. G. L. Rogers, “Neugebauer Revisited: Random Dots in Halftone Screening”, Color Research and Application, Vol. 23, No. 2, 1998. 9. I. Amidror, R. D. Hersch, “Neugebauer and Demichel: Dependence and Independence in n-Screen Superpositions for Colour Printing”, Color Research and Applications, Vol. 25, No. 4, 2000. 10. R. Balasubramanian, “A spectral Neugebauer model for dot-on-dot printers”, Proc. SPIE, Vol. 2413, pp. 356-364, 1995. 11. J. A. Stephen Viggiano, “Modeling the Color of Multi-Colored Halftones”, Proc. TAGA, pp. 44-62, 1990. 12. A Galib: C++ Library of Genetic Algorithm Components, http://lancet.mit.edu/ga/ 13. M.D. Fairchild, Color Appearance Models, Addison-Wesley, Reading, Massachusetts, 1998. 14. G. Wyszecki, W. S. Stiles, Color Science: Concepts and Methods, Quantitative Data and Formulae, Second Edition, Wiley and Sons, 1982. 59
60 Spettrofotometro a scansione per la caratterizzazione multispettrale e colorimetrica ad immagine di superfici dipinte P. CARCAGNÌ, A. DELLA PATRIA, C. SANAPO ISTITUTO NAZIONALE DI OTTICA APPLICATA Via Barsanti – 73010 Arnesano (Lecce) beniculturali@ino.it R. FONTANA, M. GRECO, M. MASTROIANNI, M. MATERAZZI, E. PAMPALONI, L. PEZZATI ISTITUTO NAZIONALE DI OTTICA APPLICATA - INOA Largo E. Fermi, 6 – 50125 Firenze 1. Introduzione Con la definizione di tecniche di analisi ad immagine si identificano quelle tecniche il cui risultato sia la caratterizzazione secondo uno o più parametri fisici (es. colore, spettro di riflettanza, quota) di una superficie o un volume eseguita tramite un campionamento regolare e referenziato spazialmente dell'oggetto su tutta la sua estensione. Tale risultato viene quindi visualizzato attraverso una o più immagini. In particolare la misura ad immagine del fattore di riflessione spettrale (chiamata anche analisi ad immagine multispettrale) consiste nel caratterizzare spettralmente la riflettanza di una superficie in un intervallo di lunghezze d'onda che si estende (in tutto o in parte) dal visibile al vicino infrarosso (400-2400 nm). La caratterizzazione spettrale e colorimetrica di superfici dipinte è di grande interesse nell’ambito della conservazione dei beni culturali non solo per quanto riguarda la documentazione dell’opera d’arte ma anche relativamente alla fase di diagnostica (es. riconoscimento dei pigmenti, monitoraggio delle variazioni di colore nel tempo…). La tecnica attualmente in uso per l'analisi ad immagine multispettrale di superfici dipinte [1-4], prevede l'irraggiamento della superficie con radiazione proveniente da due o più lampade ad alogeni disposte in modo da procurare un'illuminazione quanto più omogenea possibile. L'immagine dell'area irraggiata viene quindi acquisita mediante una telecamera (CCD o a tubo Vidicon) il cui ingresso sia filtrato con filtri a banda stretta (FWHM ≅ 10 nm) che complessivamente coprano, in tutto o in parte, la regione spettrale di interesse. Nell'inquadratura vengono compresi campioni neutri di riflettanza che consentono di normalizzare lo spettro della radiazione riflessa acquisito agli spettri sia della sorgente sia di sensibilità del rivelatore, e ottenere così il fattore di riflessione spettrale. Esistono inoltre telecamere CCD il cui obiettivo è accoppiato con un dispositivo ottico dispersivo [5] e che sono montate su sistemi di scansione
Page 1 and 2:
SOCIETÀ ITALIANA DI OTTICA E FOTON
Page 3 and 4:
Proposta di una stazione a camera d
Page 5 and 6:
icostruire il fattore di riflession
Page 7 and 8:
costruttive. In ambito applicativo
Page 9 and 10:
quindi fondamento nel salvaguardare
Page 11 and 12:
e, raggiungibile e controllabile co
Page 13 and 14: Tale ricerca di solidità è atta a
Page 15 and 16: Scanner ottico iperspettrale per la
Page 17 and 18: - R( λi ) è il fattore di rifless
Page 19 and 20: spaziale della scena mentre le colo
Page 21 and 22: consentendo la ripresa di immagini
Page 23 and 24: Fig. 5 - Immagine dell’interfacci
Page 25 and 26: Fig. 6 - Fattore di riflessione spe
Page 27 and 28: perpendicolare e parallela alla dir
Page 29 and 30: 3. J. Y. Hardeberg, F. Schmitt, H.
Page 31 and 32: esolution multispectral images, and
Page 33 and 34: function R. In mathematical terms,
Page 35 and 36: in standard and professional photog
Page 37 and 38: The acquisition output vectors are
Page 39 and 40: and then ‘stitched together’ to
Page 41 and 42: 36 Template matching Fig. 6 - A sem
Page 43 and 44: References 1. Fairchild M.D., Rosen
Page 45 and 46: 40 Sistema stereoscopico di visione
Page 47 and 48: macroscopiche sullo stato di conser
Page 49 and 50: 44 Fig. 1 - Il sistema SVA Due di e
Page 51 and 52: Si pone un piano di calibrazione, f
Page 53 and 54: a 20 000 K. I valori corrispondenti
Page 55 and 56: 50 Tabella 1 Colore LSVA xSVA ySVA
Page 57 and 58: 52 Spectral-based printer modeling
Page 59 and 60: 2. Printer Model The model of the p
Page 61 and 62: covered is computed as the differen
Page 63: The spectra were measured with a Gr
Page 67 and 68: icostruire il profilo tridimensiona
Page 69 and 70: dalla fibra è a sezione circolare.
Page 71 and 72: con maniglie e ruote per semplifica
Page 73 and 74: In fig. 5 sono riportati i risultat
Page 75 and 76: 70 380nm….430nm….470nm…510nm
Page 77 and 78: inciderebbero sulla forma del fatto
Page 79 and 80: Infine in Fig. 9 sono riportati i r
Page 81 and 82: 2. D. Anglos, C. Balas, C. Fotakis,
Page 83 and 84: 78 Fig. 1 - Filtri interferenziali
Page 85 and 86: E’ chiaro tuttavia che uno strume
Page 87 and 88: scientifici e di restauro è affian
Page 89 and 90: Per quanto riguarda la precisione d
Page 91 and 92: immagini componenti principali (aut
Page 93 and 94: 6. A. Casini, F. Lotti, M. Picollo,
Page 95 and 96: � necessità di una movimentazion
Page 97 and 98: 92 Trasmittanza % 90 80 70 60 50 40
Page 99 and 100: lungo l’asse di scansione. Con lo
Page 101 and 102: I valori di Riflettanza (R T % e R
Page 103 and 104: Minolta. Una matrice di corrisponde
Page 105 and 106: Tab. 3 - Confronto in termini di Δ
Page 107 and 108: Bibliografia 1. Fermi F., Antonioli
Page 109 and 110: 2. Quali diagnostiche per l’Arte
Page 111 and 112: 106 Fig. 3 - Rappresentazione delle
Page 113 and 114: e tre i riquadri, anche in quelli c
Page 115 and 116:
Fig. 8 - PCA delle misure rilevate
Page 117 and 118:
Colorimetria multispettrale per la
Page 119 and 120:
stanno alla base dell’agricoltura
Page 121 and 122:
116 Immagini aeree o da satellite M
Page 123 and 124:
Non solo sono identificate per ogni
Page 125 and 126:
vigneto, e non si sofferma certamen
Page 127 and 128:
1. Introduzione 122 Spettrometria d
Page 129 and 130:
Negli anni successivi, mentre veniv
Page 131 and 132:
126 Fig. 5 Il software comanda poi
Page 133 and 134:
Nei colori a basso contrasto, l’o
Page 135 and 136:
130 Proposta di una stazione a came
Page 137 and 138:
Fig. 2 − Singola immagine cattura
Page 139 and 140:
134 400 500 600 700 nm lunghezza d
Page 141 and 142:
6. dal confronto di misure di coppi
Page 143 and 144:
Bibliografia 1. P.C. Hung, “Color
Page 145 and 146:
movimento. Se infatti il filtro ste
Page 147 and 148:
142 a b Fig. 2 - Trasmittanza di un
Page 149 and 150:
Fig. 5 - Trasmittanza teorica di un
Page 151 and 152:
dimensione della memoria di bordo p
Page 153 and 154:
148 Estimating Surface Reflectance
Page 155 and 156:
150 ~ ∑ j= = N w R( λ ) ( λ) (3
Page 157 and 158:
R( λ) = E ⎡ 2 ⎤ ⎡ 2 ⎛ λ
Page 159 and 160:
Tab. 1 - Statistics of results obta
Page 161 and 162:
13. D.E. Goldberg, Genetic Algorith
Page 163 and 164:
sono affetti da grandezze di influe
Page 165 and 166:
160 Output(mV) 2500 2000 1500 1000
Page 167 and 168:
Nel seguito del documento questa co
Page 169 and 170:
appresentate nel grafico della figu
Page 171 and 172:
A 166 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
Page 173 and 174:
3. Joao Carlos de Andrade, Jiulio C
Page 175 and 176:
2. Generalità Richiamiamo brevemen
Page 177 and 178:
spettrometro al CCD della camera. N
Page 179 and 180:
Fig. 7 - Immagine fornita dalla cam
Page 181 and 182:
profilo di intensità spaziale del
Page 183 and 184:
Fig. 12 - Stabilità del segnale di
Page 185 and 186:
9. Conclusioni Abbiamo cercato di a
Page 187 and 188:
Fig. 1 - Vista parziale del MIR. Si
Page 189 and 190:
pixel della matrice CCD. Purtroppo
Page 191 and 192:
Determinare un riferimento dimensio
Page 193 and 194:
desiderata per l’immagine finale.
Page 195 and 196:
conoscono le caratteristiche spettr
Page 197 and 198:
Scrovegni di Padova. Da questa anal
show all

Scarica gli atti - Gruppo del Colore

Create successful ePaper yourself

Delete template?

Save as template?