Repository logo
 
Publication

Identificação de regiões de lacunas numa pintura retabular: análise comparativa de métodos de classificação em ambiente SIG

2010-01-01Research article Open access
Simple item page
dc.contributor.authorHenriques, Frederico
dc.contributor.authorGonçalves, Alexandre
dc.date.accessioned2025-08-12T15:30:18Z
dc.date.available2025-08-12T15:30:18Z
dc.date.issued2010-01-01
dc.description.abstractNo texto são apresentados alguns métodos de análise espacial, executáveis em ambiente de Sistemas de Informação Geográfica (SIG), com o objectivo de quantificar a área de lacunas brancas de uma pintura sobre madeira do século XVI. Partindo de uma imagem obtida durante uma intervenção de conservação e restauro, da aplicação da análise de componentes principais (ACP) e da utilização de diversos classificadores de pixéis, efectuaram-se mapas temáticos das regiões de lacunas. Foram utilizados quatro métodos: uma divisão automática do histograma em intervalos (level slicing); uma limiarização (thresholding); um método de classificação supervisionada, baseada em áreas de treino, numa assinatura espectral e na aplicação de uma classificação de máxima verosimilhança(CMV); e um de classificação não supervisionada com um algoritmo de agrupamento de células, designado no programa informático de iso cluster. Nas condições em que foram feitos os ensaios, obtiveram-se melhores resultados na identificação das lacunas com a limiarização e a classificação supervisionada.por
dc.description.abstractIn this text some GIS-based spatial analysis methods are presented, enabling the quantification of areas with white lacunae in a 16th century wood painting. With an imageproduced during a conservation/restoration intervention, and applying a principal component analysis (PCA) as well as several classificators, thematic maps of the lacunae were created. Four methods were used: automatic division of histogram in intervals (level slicing); alimiarization (thresholding); a supervised classification method based in the productionof training areas, a spectral signature and a maximum likelihood classification; and anunsupervised classification method with a cell aggregation algorithm (iso cluster). In the conditions under which essays were made, best results in the identification of lacunae were obtained with the limiarization (thresholding) and the supervised classification methods.eng
dc.identifier.doi10.34618/ecr.2.3156
dc.identifier.issn1647-2098
dc.identifier.other1f3e905d-46ff-408c-997e-52c5dda5a1d6
dc.identifier.urihttp://hdl.handle.net/10400.14/54455
dc.language.isopor
dc.peerreviewedyes
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subjectAnálise espacial
dc.subjectClassificação
dc.subjectClassification
dc.subjectDocumentação
dc.subjectDocumentation
dc.subjectGIS
dc.subjectLacunae
dc.subjectLacunas
dc.subjectPintura sobre madeira
dc.subjectSIG
dc.subjectSpatial analysis
dc.subjectWood painting
dc.titleIdentificação de regiões de lacunas numa pintura retabular: análise comparativa de métodos de classificação em ambiente SIGpor
dc.title.alternativeIdentification of lacunae in a wood painting: comparative analysis of classification methods in GIS-based spatial analysiseng
dc.typeresearch article
dspace.entity.typePublication
oaire.citation.endPage82
oaire.citation.issue2
oaire.citation.startPage72
oaire.citation.titleEstudos de Conservação e Restauro
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
43347525.pdf
Size:
4.08 MB
Format:
Adobe Portable Document Format
Download

Collections

CITAR - Contribuições em Revistas Científicas / Contribution to Journals