Древние свитки Мёртвого моря представляют собой одну из важнейших археологических находок XX века, раскрывающих тайны религиозных и культурных традиций древности. Однако помимо их исторической значимости, эти фрагменты представляют огромные сложности для исследователей из-за своего физического состояния, сильно пострадавшего за две тысячи лет. Одной из главных задач, стоящих перед специалистами, стало точное отделение чернил от пергамента на цифровых изображениях этих манускриптов. Такая задача ранее казалась практически невыполнимой ввиду сложных условий сохранности и визуальной неоднородности материалов. Современные технологии сегментации в компьютерном зрении и анализе изображений позволили сделать серьезный прорыв в этой области.
Разработанный метод متعددспектральной пороговой фильтрации и минимизации энергии - MTEM - стал основой для достижения высокоточных результатов. Многослойные изображения, полученные с помощью современного оборудования, захватывают информацию в разных спектральных диапазонах, что является ключом к различению чернил и разного состояния пергамента. Многослойный спектральный подход позволяет выявлять особенности, скрытые для обычного человеческого глаза, и делать это быстро и масштабируемо. Важно осознать, что непосредственно чернила и пергамент часто имеют очень близкие по яркости и цвету характеристики в видимом спектре. Особенно это затруднительно на фрагментах с высоким уровнем загрязнений, повреждений и пятен, появившихся за тысячолетия.
Средства, такие как традиционные методы пороговой сегментации Оцу и Sauvola, часто не справляются с подобными вызовами, демонстрируя низкую точность и высокую долю ошибок. MTEM метод решает эту проблему, комбинируя преимущества многоспектрального контент-анализа с моделями оптимизации, основанными на минимизации энергии. Такой подход учитывает как локальные характеристики изображения, так и глобальные структуры, что позволяет корректно выделять области с чернилами даже при низком контрасте. Одним из важнейших ресурсов для тестирования и отладки таких алгоритмов стал открытый Qumran Segmentation Dataset (QSD), включающий в себя изображения 20 фрагментов свитков с детальной разметкой пиксельного уровня. Наличие подобных эталонных данных открывает возможности для объективной оценки работы алгоритмов и их дальнейшего совершенствования.
Аналитика показала, что метод MTEM демонстрирует высокие показатели точности (precision), полноты (recall) и F1-меры, значительно превосходя классические методы сегментации, особенно в выделении участков с пергаментом. Для чернил показатели ниже, что объясняется их сложной визуальной структурой, однако и там наблюдается заметный прогресс. Современный подход к сегментации в контексте изучения древних рукописей открывает широкие перспективы для цифровой реставрации и анализа. Возможности быстрого и надежного отделения текста от фона позволяют восстанавливать утерянную информацию, проводить детальный обзор изящных деталей написания, и тем самым способствуют глубокому пониманию не только содержимого свитков, но и технологических привычек древних писцов. Кроме академических исследований, данные методы находят применение в музейных экспозициях и образовательных программах, позволяя широко распространять знания и делая древние манускрипты более доступными для гурманов истории и широкой аудитории.
В будущем ожидается дальнейшее расширение инструментов сегментации с использованием методов искусственного интеллекта и глубокого обучения, которые способны автоматически выявлять и компенсировать повреждения и шумы в изображениях. Это приведёт к еще более детальной и точной цифровой репрезентации древних артефактов. Таким образом, объединение новых технологий обработки изображений с ценными археологическими материалами свитков Мёртвого моря представляет собой уникальный пример симбиоза науки и истории. Это помогает не только сохранять культурное наследие, но и открывать новые страницы прошлого, которые ждут своего открытия благодаря современным цифровым инструментам. .
