شناسایی آسیب های تابلوهای نفیس هنری با استفاده از پرتونگاری صنعتی
محل انتشار: مجله علوم و فنون هسته ای، دوره: 42، شماره: 4
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 248
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JONSAT-42-4_002
تاریخ نمایه سازی: 8 دی 1400
چکیده مقاله:
آسیب های عمده در تابلوهای هنری شامل پارگی، خراشیدگی، تاب برداشتن و... است که به دلیل تغییرات درجه حرارت، قرارگیری در محل مرطوب و ساییدگی به وجود می آیند. تشخیص محل دقیق آسیب از طریق پرتونگاری صنعتی، که از آزمون های غیرمخرب می باشد، امکان پذیر است. تصاویر تهیه شده در آزمون پرتونگاری، به دلیل پراکندگی ذاتی پرتو ایکس، عوامل هندسی مانند اندازه چشمه پرتو، ضخامت قطعه و فاصله چشمه تا فیلم (SFD) ممکن است وضوح پایینی داشته باشند. تشخیص دقیق شکل و اندازه آسیب ها در برخی موارد با دشواری انجام می شود. روش های پردازش تصویر به عنوان ابزار کمکی برای افزایش کیفیت تصویر و تفسیر سهل تر، می توانند به کار گرفته شوند. در این پژوهش، برای شناسایی بهتر محل آسیب های تابلوهای هنری از صافی گابور که مبتنی بر تجزیه اطلاعات تصویر با کمک موجک گابور با سطح آستانه خودکار است، برای کاهش عدم وضوح و افزایش کنتراست استفاده شده است. نتایج نشان داد تصاویر بازسازی شده حاصل از این الگوریتم دارای کنتراست بهتری بوده و آسیب ها و نشانه ها واضح تر از تصویر اولیه می باشند. این روش می تواند کمک شایانی به کارشناسان مرمت برای مرمت تابلوهای هنری به شمار رود.
کلیدواژه ها:
نویسندگان
سیده مریم قیاسی
گروه فیزیک، دانشکده علوم پایه، دانشگاه بین المللی امام خمینی (ره)، صندوق پستی: ۹۶۸۱۸-۳۴۱۴۸، قزوین- ایران
عفت یاحقی
گروه فیزیک، دانشکده علوم پایه، دانشگاه بین المللی امام خمینی (ره)، صندوق پستی: ۹۶۸۱۸-۳۴۱۴۸، قزوین- ایران
امیر موافقی
پژوهشکده رآکتور و ایمنی هسته ای، پژوهشگاه علوم و فنون هسته ای، سازمان انرژی اتمی ایران، صندوق پستی: ۱۳۳۹-۱۴۱۵۵، تهران-
خوزه آنتونی مادرید گارسیا
موسسه دانشگاهی مرمت و بازسازی، دانشگاه پلی تکنیک والنسیا، والنسیا- اسپانیا
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :