s. menconero, g. bigliardi, s. cappelli, 3d archeolab: rilievo e stampa 3d dei reperti del museo...

Ferrara, Salone del Restauro, Mercoledi 26 marzo 2013

Tecnologie Open Source per i Beni Culturali:rilievo e modellazione 3D, restauro virtuale, stampa 3D

G. Bigliardi S. Menconero S. Cappelli

www.3d-archeolab.it

[email protected]/3darcheolab

✓ creiamo una banca dati online di modelli 3D di reperti archeologici

✓ riproduciamo i reperti attraverso la tecnologia della stampa 3D

✓ creiamo un laboratorio informatico

✓ allestiamo un percorso museale tattile per ciechi e ipovedenti

✓ organizziamo laboratori didattici per le scuole

creiamo nuove forme di produzione, distribuzione e fruizione della cultura

Perché?

con la cultura non si mangia

con la cultura si mangia

✓ 75,5 miliardi di euro di valore aggiunto nel 2012, il 5,4% dell’intera economia



✓ le imprese del sistema produttivo culturale sono aumentate del 3,3% (+14.590 unità), circa 3 punti percentuali in più del totale dell’economia




✓ gli occupati del settore sono cresciuti del +0,5%, a fronte di una fessione dello 0,3% riscontrata per l’intera economia




✓ gli occupati del settore sono cresciuti del +0,5%, a fronte di una fessione dello 0,3% riscontrata per l’intera economia

✓ se consideriamo tutta la ‘fliera della cultura’, il valore aggiunto prodotto schizza al 15.3% del totale dell’economia nazionale, circa 214 miliardi di euro


capacità di creare, organizzare e promuovere attività originali imperniate attorno ai Beni Culturali, creando forme nuove di fruizione e comunicazione


rilievo 3D di una selezione di reperti archeologici


creazione di una banca dati 3D consultabile online



3d-archeolab.sketchfab.com


stampa 3D dei reperti archeologici




laboratorio informatico e formazione




allestimento di un percorso tattile per ciechi





allestimento di un percorso tattile per ciechi

organizzazione di laboratori didattici per le scuole



con il patrocinio di

Fondazione Perugiassisi 2019

Museo Archeologico Nazionale dell’Umbria

Istituto di Formazione e Ricerca della Federazione Italiana Club e Centri UNESCO

U.I.C.I. Unione Italiana Ciechi e Ipovedenti ONLUS

RapidLab3D

Evonove

Laboratorio didattico archeologico “I Luoghi della Memoria”

Provincia di Perugia

Progetto a cura di

Associazione culturale 3D Lab

CAMERA

Canon EOS 500D15,3 megapixel

+Canon EF-S 50 mm f/1.4 USM

Risoluzione immagine jpg4752 x 3168 pixel

NOTEBOOK

Sony VaioIntel Core 2 Duo CPU T8100 @ 2.10 GHz

3,0 GB RAMATI Mobility Radeon X2300

MS Windows Vista Home Premium 32-bitLinux 2.6.32 (ArcheOS 4)

hardware

dal rilievo alla stampa 3D

Structure-from-Motion e Image-Based modelingdi un'urna funeraria etrusca

limiti e potenzialità

PYTHON PHOTOGRAMMETRY TOOLBOX

v. 0.1 in ArcheOS 4

CLOUDCOMPAREv. 2.4 in Windows

MESHLABv. 1.3.2 in Windows

software

Urna di Thania Vipinei: caccia al cinghiale calidonioAlabastro (cassa) e travertino (coperchio)

II sec. a.C. territorio di ChiusiCollezione del Museo Archeologico di Perugia (Inventario Bellucci 71)

Analisi della forma: bassorilievo con fgure antropomorfe degradate.

Diffcoltà logistiche: manufatto collocato nel chiostro del museo, a ridosso di un muro, per cui non è stato possibile fotografare la parte posteriore.

Luce ambientale diffusa.

oggetto

Iscrizione: Ѳania vipinei tutnasa = “Thania Vipinei, moglie di Tutna”

Iconografa: Meleagro, fglio del re di Calidone, uccide con uno spiedo il feroce cinghiale che Artemide ha scatenato contro la città. Alla caccia partecipa anche Atalanta, al centro, armata di scure. A lei, della quale è segretamente innamorato, egli donerà la preda, dando inizio alla catena di tragici eventi che lo portò alla morte.

oggetto

Come realizzare un modello metrico in poco tempo e senza poter spostare l’oggetto?

SOLUZIONEposizionamento di un metro di legno pieghevole con i decimetri colorati in modo alternato (bianco e

giallo). Tramite il metro con due angoli piegati a 90° è stato possibile ricostruire un sistema di coordinate cartesiane, assegnate come si vede in figura

problematiche

Sono stati eseguiti 3 gruppi di riprese fotografiche per un totale di 68 foto

GRUPPO 121 foto da lontano

inquadramento completo dell’oggetto

GRUPPO 322 foto molto ravvicinate

inquadramento particolare del bassorilievo

GRUPPO 225 foto ravvicinate

inquadramento parziale dell’oggetto

riprese fotografiche

METODO

- capire a che risoluzione massima è possibile processare le fotografie

- capire qual è il migliore set di foto che produce la nuvola più densa a parità di risoluzione

- verificare se il software ha maggiori prestazioni in ambiente Linux o Windows

- documentare i vari tentativi

- produrre la nuvola di punti che verrà successivamente trasformata in mesh

Python Photogrammetry Toolbox

OBIETTIVO

riuscire a produrre una nuvola di punti più dettagliata possibile con l’hardware a disposizione

OBIETTIVOriuscire a produrre una nuvola di punti più dettagliata possibile con l’hardware a disposizione

FASE 1 – BUNDLE in Linux

FOTO: 25 (gruppo 2)Risoluzione impostata: 3500Tempo di elaborazione: 2 oreNuvola di punti ottenuta: 60.419 vertexOSSERVAZIONI: la risoluzione è buona ma una delle foto non è stata processata.

Processing photo '46.JPG':Found 92546 features



























FOTO: 25 (gruppo 2)Risoluzione impostata: 3000Tempo di elaborazione: 1,4 oreNuvola di punti ottenuta: 61.288 vertexOSSERVAZIONI: abbassando la risoluzione tutte le foto sono state processate, ma la nuvola è incompleta in basso di lato.





























FOTO: 25 (gruppo 2)Risoluzione impostata: 3400Tempo di elaborazione: 2 oreNuvola di punti ottenuta: 68.323 vertexOSSERVAZIONI: prendiamo 3400 come risoluzione massima utilizzabile afnché vengano processate tutte le foto.





























FOTO: 21 (gruppo 1)Risoluzione impostata: 3400Tempo di elaborazione: 1,45 oreNuvola di punti ottenuta: 66.788 vertexOSSERVAZIONI: si ottiene una nuvola di punti meno definita rispetto a 25 foto ma la nuvola è completa.

























FOTO: 68 (gruppo 1+2+3)Risoluzione impostata: 3400Tempo di elaborazione: tante oreNuvola di punti ottenuta: 271.129 vertexOSSERVAZIONI: il software riesce a processare tutte le 68 foto insieme, producendo una nuvola di punti molto definita.



FASE 6 – BUNDLE in Windows

FOTO: 68 (gruppo 1+2+3)Risoluzione impostata: 2690Tempo di elaborazione: tante oreNuvola di punti ottenuta: 235.363 vertexOSSERVAZIONI: in Windows si può lavorare alla risoluzione massima di 2690 quindi la nuvola viene meno definita.



FASE 7 – PMVS in Linux

Bundle: 68 foto in Linux (fase 6)Nuvola di bundle: 271.129 vertexCluster: 10Nuvola di PMVS: ...OSSERVAZIONI: dopo 4 giorni il computer non aveva ancora prodotto il primo cluster e si è deciso di interrompere.




FOTO: 24 (scelte da gruppo 1 e 2)Risoluzione impostata: 3400Tempo di elaborazione: 2 oreNuvola di punti ottenuta: 82.248 vertexOSSERVAZIONI: si cerca di ottenere il giusto equilibrio tra le foto da lontano e quelle da vicino con poche foto.





















Processing photo '09.JPG':.Found 96388 features







Bundle: 24 foto in Linux (fase 8)Nuvola di bundle: 82.248 vertexCluster: 8Nuvola di PMVS: 817.849 vertexOSSERVAZIONI: durante l’elaborazione sono state rimosse 7 foto, ma il risultato è comunque molto buono.




FOTO: 46 (scelte da gruppo 1 e 2)Risoluzione impostata: 3400Tempo di elaborazione: molte oreNuvola di punti ottenuta: 150.537 vertexOSSERVAZIONI: ultimo tentativo, se la fase successiva di PMVS va a buon fine, ci si può ritenere soddisfatti.




Bundle: 46 foto in Linux (fase 10)Nuvola di bundle: 150.537 vertexCluster: 8Nuvola di PMVS: 3.091.588 vertexOSSERVAZIONI: durante l’elaborazione sono state rimosse 13 foto, ma il risultato è comunque molto buono.



METODO

- pulire manualmente la nuvola di punti da tutte le parti estranee all’urna

- dimensionare metricamente la nuvola in modo che sia misurabile

- creare una superficie dalla nuvola di punti

CloudCompare

OBIETTIVO

riuscire a dimensionare metricamente la nuvola pulita per la successiva mesh

FASE 1 - pulizia della nuvola di punti

- dalla nuvola sono state eliminate tutte le parti di contesto estranee all’oggetto tramite il comando “Segment”- la nuvola è passata da 3.091.588 vertex a 2.721.744 vertex.

CloudCompare

OBIETTIVOriuscire a dimensionare metricamente la nuvola pulita per la successiva mesh

FASE 2 - dimensionamento metrico

- con il comando “Align two clouds” sono stati selezionati i punti del metro ligneo posizionato come asse cartesiano- ai punti selezionati sono state assegnate le coordinate calcolate grazie ai decimetri colorati del metro

CloudCompare


FASE 3 - mesh

- con il pugin “3D Poisson Mesh Reconstruction” settando il valore di octree a 10 si è ottenuta una mesh con 1.903.212 facce- sono state eseguite le mesh sia della nuvola nella posizione originale sia di quella dimensionata per provare successivamente la texturizzazione sia automatica che manuale

CloudCompare


METODO

- creare la mesh

- applicare il colore alla mesh

- creare la texture del modello in modo manuale e automatico

N.B. per eseguire quest’ultima parte del lavoro si è fatto ricorso ad un nuovo strumento hardware con prestazioni migliori rispetto a quello con cui si è lavorato fino ad ora.

Le caratteristiche del notebook utilizzato sono:

Notebook AcerIntel Core i5-2450M @ 2.5 GHz with Turbo Boost up to 3.1 GHz4 GB RAMNVIDIA GeForce GT 630M (1GB dedicated RAM)MS Windows 7 64-bit

MeshLab

OBIETTIVO

creare la mesh e la texture del modello

FASE 1 - mesh

- la mesh è stata prodotta con il comando “Surface Reconstruction: Poisson” con i valori di Octree Depth e Solver Divide pari a 10 (valori massimi accettabili dall’hardware)- la mesh presenta 1.427.202 facce, inferiori a quelle della mesh eseguita con CloudCompare

MeshLab

OBIETTIVOcreare la mesh e la texture del modello

FASE 2 - colore

Vertex attribute transfer Project active raster color to current mesh

MeshLab


FASE 3 - texture

- Utilizzo del comando “Parameterization + texturing from registered raster” con texture size pari a 1800 pixel

MeshLab


[email protected]

Grazie per l'attenzione!

www.3d-archeolab.it

www.facebook.com/3darcheolab

s. menconero, g. bigliardi, s. cappelli, 3d archeolab: rilievo e stampa 3d dei reperti del museo...

Technology