This work proposes a methodology of statistical analysis of diagnostic images aimed at improving their reading and facilitating the graphic transcription of the state of conservation of artistic assets, making it punctual and repeatable. As a case study we present a small oil painting on canvas of an anonymous author in a bad state of conservation. Using the proposed methodology, based on a semi-automatic approach of extraction of the areas of interest, we obtain several survey sheets related to the conservation status through which it is possible to perform zonal statistics to compute the percentage of damage. The operations shown can be applied to any type of diagnostic image, studying more objectively the state of conservation of any artifact.

Questo lavoro propone una metodologia di analisi statistica delle immagini diagnostiche finalizzata a migliorarne la lettura e a facilitare la trascrizione grafica dello stato di conservazione di beni artistici, rendendola puntuale e ripetibile. Si presenta come caso di studio un piccolo dipinto ad olio su tela di autore ignoto in cattivo stato di conservazione. Utilizzando il metodo citato, basato su un approccio semi-automatico di estrazione delle aree di interesse, si otterranno delle schede di rilievo relative allo stato di conservazione con le quali sarà possibile eseguire statistiche zonali per calcolare la percentuale dell'area danneggiata rispetto all'intera superficie del dipinto. Le operazioni mostrate possono essere applicate ad ogni tipologia di immagine diagnostica, studiando in maniera pi? oggettiva lo stato di conservazione di qualsivoglia manufatto.

Algoritmi di Image Analysis applicati alle immagini diagnostiche: nuove metodologie per l'analisi conoscitiva ed estrazione semi-automatica della mappatura del degrado

Salerno E;Tonazzini A;
2021

Abstract

This work proposes a methodology of statistical analysis of diagnostic images aimed at improving their reading and facilitating the graphic transcription of the state of conservation of artistic assets, making it punctual and repeatable. As a case study we present a small oil painting on canvas of an anonymous author in a bad state of conservation. Using the proposed methodology, based on a semi-automatic approach of extraction of the areas of interest, we obtain several survey sheets related to the conservation status through which it is possible to perform zonal statistics to compute the percentage of damage. The operations shown can be applied to any type of diagnostic image, studying more objectively the state of conservation of any artifact.
2021
Istituto di Scienza e Tecnologie dell'Informazione "Alessandro Faedo" - ISTI
Questo lavoro propone una metodologia di analisi statistica delle immagini diagnostiche finalizzata a migliorarne la lettura e a facilitare la trascrizione grafica dello stato di conservazione di beni artistici, rendendola puntuale e ripetibile. Si presenta come caso di studio un piccolo dipinto ad olio su tela di autore ignoto in cattivo stato di conservazione. Utilizzando il metodo citato, basato su un approccio semi-automatico di estrazione delle aree di interesse, si otterranno delle schede di rilievo relative allo stato di conservazione con le quali sarà possibile eseguire statistiche zonali per calcolare la percentuale dell'area danneggiata rispetto all'intera superficie del dipinto. Le operazioni mostrate possono essere applicate ad ogni tipologia di immagine diagnostica, studiando in maniera pi? oggettiva lo stato di conservazione di qualsivoglia manufatto.
Image analysis
Diagnostic image
Graphic documentation
Raster to Vector
Statistical analysis
File in questo prodotto:
File Dimensione Formato  
prod_462938-doc_181045.pdf

accesso aperto

Descrizione: AMURA ET.AL_Premio in memoria di Andrea Galeazzi
Tipologia: Versione Editoriale (PDF)
Dimensione 2.87 MB
Formato Adobe PDF
2.87 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14243/438930
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact