Aller au contenu principal
Accès ouvert déclaré 2024 article

GIS Approach for Mosaic Tesserae Recognition by Supervised Image Classification

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : it. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This article describes the methodology used to automatically classify the constituent elements of a monochromatic mosaic from the Roman era. The classification involved the recognition of the tesserae (fragments of black and white materials for the floor ornamentation) of the mosaic using tools and algorithms implemented in Geographic Information System software (GIS). The analyses were performed using sample images expressly created by varying the colors on regular tiles in order to test the validity of the supervised classification in the ArcGIS environment. Subsequently, the same methodology was applied on mosaics from an ancient Roman archaeological site at Saltara; the results obtained from the classification process were compared to those obtained through visual reconstruction and manual vectorization. To assess the final quality and to validate the models obtained, a series of quality indicators were considered. The experimental results demonstrated that this approach offers effective classification in a short amount of time, making it a valuable tool for supporting work in the field of cultural heritage and, in particular, for the restoration and conservation activities of these artifacts.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
GIS Approach for Mosaic Tesserae Recognition by Supervised Image Classification
Date Crossref
23/08/2024
Éditeur
IUScholarWorks
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Polytechnic University of Bari pays non établi dans la notice
    Université ou école supérieure
  • University of Chieti-Pescara Department of Engineering and Geology InGeo pays non établi dans la notice
    Université ou école supérieure
  • University of Urbino pays non établi dans la notice
    Université ou école supérieure
  • Polytechnic of Bari Department of Civil pays non établi dans la notice
    Université ou école supérieure
  • School of Conservation and Restoration Department of Pure and applied Sciences pays non établi dans la notice
    Université ou école supérieure

Polytechnic University of Bari, Department of Engineering and Geology InGeo — University of Chieti-Pescara et University of Urbino, avec 2 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Digital Imaging for Blood Diseases

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.