211service.com
Avslöjar mästerverkens sanna färger
Förbättringar av bildbehandlingstekniker för att färglägga svartvita bilder hjälper curatorer att förstå färgerna som användes av den franske konstnären Henri Matisse på hans landmärke. Badande vid en flod – medan målningen fortfarande pågick
Shades of Matisse: För att ta reda på hur badande vid en flod såg ut 1913 – fyra år innan Matisse avslutade det – digitaliserade curatorer och datavetare ett svartvitt foto från tiden (överst) och färglade det sedan (mitten). Den färdiga målningen (nederst) visas som den ser ut idag.
Knepen som används av curatorer kan vara mer allmänt relevanta för andra färgläggningsapplikationer där det inte är uppenbart vad färgerna ska vara i en svartvit bild av ett konstverk, eller i fall där subtila skillnader är viktiga och bör framhävas, som i medicinska bilder.
Forskare vid Northwestern University använde information om Matisses tidigare verk, såväl som färginformation från testprover av själva arbetet, för att färglägga ett svartvitt foto från 1913 av det pågående arbetet. Matisse började arbeta på Badgäster 1909 och avtäckte målningen 1917.
På så sätt fick de lära sig hur arbetet såg ut mitt i dess slutförande. Matisse tryckte ner tidigare lager av rosa, grönt och blått till en dyster palett av fläckiga gråa nyanser med några rosa och gröna, säger Sotirios A. Tsaftaris, professor i elektroteknik och datavetenskap vid Northwestern. Den insikten hjälper till att stödja forskningen om att Matisse började arbetet som ett optimistiskt pastoralt verk men ändrade det för att återspegla den allvarligare nationella stämningen som första världskriget orsakade.
Processen var mer komplex än de metoder som rutinmässigt användes för att färglägga gamla filmer och familjefotografier. I den typen av applikationer är bakgrunder som himmel, kläder och hudtoner mer homogena och därmed lättare att extrapolera, säger Tsaftaris. Färgen på en hel himmel kan bestämmas från en relativt liten grupp pixeldata, sa han. Det är mycket svårare i en svart-vit bild av ett färgkonstverk, eftersom målaren arbetar utifrån en mycket unik färgpalett som är speciell för honom, som han ser i sitt sinne, tillägger Aggelos Katsaggelos, professor i elektrisk ingenjör och datavetenskap på Northwestern, som samarbetade med Tsaftaris.
Forskarna gjorde en högupplöst digital version av fotografiet från 1913 att arbeta utifrån. Själva fotografiet innehöll avgörande ledtrådar till färger och deras mättnadsnivåer. Men för att skapa en mer komplett bild behövde forskarna och deras medarbetare mer data.
De tog flera digitala bilder av Badgäster i sin nuvarande form, går kvadrant för kvadrant för att få en upplösning på 4 000 x 5 000 pixlar. Slutligen inkluderade de information från historiska berättelser om hur målningen såg ut 1909 och igen 1913, med utgångspunkt i forskning av curatorer vid Art Institute of Chicago.
Slutligen använde de några exempeldata från sina medarbetare vid Art Institute of Chicago: tvärsnitt av de dolda färglagren på Badgäster , erhållen genom att ta bort mikroskopiska kärnprover av målningen för spektroskopisk analys.
De använde all denna information för att färglägga fotografiet, taget av fotografen Eugene Druet i november 1913.
Och när alla datakällor kombinerades, tillät det forskarna att överföra färger till sitt digitala foto av det gamla fotot. Algoritmens uppgift vid den tidpunkten var att sprida de överförda färgerna över hela det digitala fotot, pixel för pixel, för att återupptäcka en del av målningens utseende från 1913.
Den här forskningen är ett utmärkt exempel på forskningssamverkan mellan datavetenskap, konstkonservering och konsthistoria, säger Roy S. Berns, kemist och färgforskare vid Rochester Institute of Technology. Historikerna tar med sig sin kännande av konstnären och deras verk. Konservatorerna bidrar med sin kunskap om konstnärens material och konstnärens arbetssätt. Datavetarna underlättar visualiseringen på ett fysiskt realistiskt sätt. Eftersom den fysiska datan är sparsam krävs samarbete för att säkerställa att resultatet är rimligt.
Ansträngningen tog tre år, och forskarna och konservatorerna säger att de höll tillbaka sina fynd tills de nådde en 95-procentig konfidensnivå för den färgade bilden.
Algoritmen kan justeras för att fungera med andra liknande situationer och andra artister. Även om den här algoritmen anpassades för att fungera på målningar och den speciella stilen hos Matisse, sa Tsaftaris, kan vi stänga av vissa alternativ, och den fungerar också på andra målningar.
Tsaftaris ser framtida tillämpningar av anpassad färgning, särskilt inom det medicinska området. Forskarna överväger att använda sina nya metoder för att pseudofärga gråskalebilder av hjärtmagnetisk resonans (MRT) för att göra det lättare för läkare att läsa, analysera och ställa en diagnos. I det här fallet kan de använda ledtrådar från färgbilder av sjuka hjärtan, till exempel för att informera sitt arbete om hur man korrekt färglägger svart-vita MRI-bilder för att få fram de mest relevanta skillnaderna.