El artículo titulado «Computer Aided Analysis of Underdrawings in Infrared Reflectograms», escrito por Paul Kammerer, Ernestine Zolda y Robert Sablatnig, explora innovadoras técnicas de visión por computadora aplicadas al análisis de infrarrojos en obras de arte medievales. Las investigaciones se centran en los infra-rojos y su capacidad para revelar diseños subyacentes en pinturas antiguas, normalmente ocultos bajo capas de pintura visible. Esto proporciona información valiosa sobre las técnicas y materiales de los artistas renacentistas, lo cual es esencial para restauradores y conservadores de arte.
El núcleo del estudio es un sistema automatizado que analiza imágenes de reflectogramas infrarrojos para identificar trazos en los bocetos preliminares de las pinturas y eliminar las grietas que aparecen con el tiempo. La investigación parte de la hipótesis de que estos trazos pueden dar pistas sobre las herramientas de dibujo empleadas por los pintores. La segmentación de trazos en las pinturas, un proceso similar al reconocimiento de escritura, se implementa mediante algoritmos que separan los trazos del fondo usando información de bordes. Se desarrollaron, optimizaron y aplicaron varios algoritmos de visión por computadora para mejorar la precisión de los análisis.
Una parte significativa de la investigación es la eliminación de grietas utilizando métodos morfológicos matemáticos avanzados. Las grietas, que aparecen debido a las fluctuaciones climáticas y la contracción de los materiales con el tiempo, son tratadas como «ruido estructural» que puede distorsionar la segmentación precisa de los trazos. Se usan técnicas como la reconstrucción viscosa para eliminar estas grietas sin afectar los detalles de los trazos.
Además, se desarrolló un método de refinamiento de bordes basado en «serpientes», una técnica de contornos activos que permite ajustar los bordes de los trazos de manera precisa y rápida. Los trazos de diferentes herramientas de dibujo —por ejemplo, pinceles, tizas y grafitos— muestran características distintivas en sus bordes, lo que facilita su identificación automatizada. El análisis de los límites y las desviaciones en diferentes niveles de elasticidad del borde proporciona datos descriptivos esenciales para clasificar las herramientas de dibujo.
Los resultados preliminares indican que estas técnicas pueden usarse para distinguir entre trazos realizados con pinceles (herramientas de medios fluidos) y aquellos hechos con grafito o tiza (materiales secos). Sin embargo, se reconoce la necesidad de más experimentos con una mayor cantidad de muestras para validar y mejorar la metodología desarrollada. La visualización y clasificación de estos datos ofrecerán apoyo objetivo a expertos en el estudio de bocetos subyacentes, lo cual es crucial para comprender mejor las prácticas de los talleres de pintura medievales y la evolución estilística de los artistas.
El artículo concluye destacando el éxito inicial en la aplicación de estas técnicas avanzadas de procesamiento de imágenes y subraya la necesidad de continuar el desarrollo del sistema para manejar regiones más complejas de las pinturas. Con más refinamiento y pruebas adicionales, este enfoque promete ser una herramienta valiosa para el análisis y conservación de arte histórico, proporcionando un nivel de precisión y objetividad que ha sido difícil de alcanzar con métodos tradicionales.
