AG-Treffen 2026/02/04 3D-Massen-Digitalisierung von Keramik: Unterschied zwischen den Versionen

Aus AG3D
Zur Navigation springen Zur Suche springen
Die Seite wurde neu angelegt: „AG3D interaktives Protokoll • https://ag3d.org/ 2026/02/04 , 11:00 Uhr Neue Mitglieder ============== Roland Clauß (https://dr-clauss.de/) Berit Hildebrandt (VZG) Florian Hermann (Uni Marburg Geophysik, Archäologie) Begrüßung & Informationen zur AG3D ================================= Links & Ressourcen: Wiki: <https://ag3d.org> Mailingliste abonnieren: <https://www.listserv.dfn.de/sympa/subscribe/ag3d> Protokolle: <https://ag3d.org/index.php/Prot…“
 
Keine Bearbeitungszusammenfassung
 
(8 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
AG3D interaktives Protokoll • https://ag3d.org/
[[Kategorie:Protokolle 2026|11]]
2026/02/04 , 11:00 Uhr
Protokoll vom 04.02.2026, 11:00 Uhr


Neue Mitglieder
= Neue Mitglieder =
==============
* Roland Clauß – [https://dr-clauss.de/ Webseite]
Roland Clauß (https://dr-clauss.de/)
* Berit Hildebrandt (VZG)
Berit Hildebrandt (VZG)
* Florian Hermann (Universität Marburg, Geophysik / Archäologie)
Florian Hermann (Uni Marburg Geophysik, Archäologie)


= Werkstattbericht: Michael Rummel =
'''Thema:''' 3D-Massen-Digitalisierung von Keramik 
'''Untertitel:''' Structure-from-Motion als Methode zur Massendokumentation und Analyse von Keramikscherben – eine Fallstudie zu phönizischem Geschirr


Begrüßung & Informationen zur AG3D
== Präsentation ==
=================================
* kurzer Überblick SfM Vorgang
Links & Ressourcen:
* schon einige Studien zur Digitalisierung von Keramik (2008 Karasik, Smilansky)
Wiki: <https://ag3d.org>
* DACORD (https://github.com/jwilczek-dotcom/DACORD, https://jwilczek.com/tag/automatic-pottery-orientation/ )
Mailingliste abonnieren: <https://www.listserv.dfn.de/sympa/subscribe/ag3d>
* Di Angelo, Di Stefano (2018) Automatische Analyse
Protokolle: <https://ag3d.org/index.php/Protokolle>
* Ausgangssituation: Stromprobleme und Hitze -> nicht gut für teure Geräte
Videos: <https://www.youtube.com/channel/UCgacyn-2vUVvVG3tySHpovA>
* SfM ist eine kostengünstige, einfache und effektive Alternative (https://www.degruyterbrill.com/document/doi/10.1515/opar-2020-0133/html )
Tassen-Benchmark: <https://ag3d.org/index.php/Tassenbenchmark>
* Getestet, mit Studierenden und Personen ohne Erfahrung (Projekt: https://gepris.dfg.de/gepris/projekt/453707845)
Miro-Board: <https://miro.com/app/board/o9J_l-VOz-g=/>
* Aufbau: Lichtzelt, "Baum" mit etwa 8 bis 9 Klammern für Keramikfragmente, Marker
* 24 Winkel (durch Drehteller), ca. 13 Minuten pro "Baum", zwei Durchgänge pro Baum, mehrere Stationen mit Bäumen
* Probleme des Fokus und der Schärfetiefe, Autofokus ausgeschaltet, einmal getestet und positioniert (mit Magnet ausgerichtet?!)
* Die Fotos, die aus der dem Bereich der Schärfe liegen haben Auswirkungen auf die Textur
* Zwei Durchgänge, je 15 Minuten, nach dem ersten Vorgang werden die Scherben gedreht
* Ergebnis: etwa 120 Scherben pro Tag, Teilnehmer ohne Erfahrung
* alles möglich trotz vieler Stromausfälle
* Foto Processing wurde off-site durchgeführt
* mit Metashape, aber auch in Meshroom oder Realitycapture möglich
* Feste Marker, mit Python Skript ausgewertet, besser und fehlerfreier, vorher mit Lineal als Maßstab
* für Forschungsfrage ist vollständiges Modell und Textur nicht notwendig, daher kein Merging der zwei Seiten
* Morphometrie ist wichtiger, diese ist durch beide Vorgänge zu erhalten
* warum beide Vorgänge, um bei Fehlern ein weiteres Modell zu haben, zusätzlich kann man die Rohdaten für weitere Prozesse nutzen
* produziert eine riesige Menge Daten, Rohdaten werden in Heidelberg FAIR gespeichert
* Verfahren= schnell und robust, aber nicht unglaublich kostengünstig -> Infrastruktur (Rechner, Personen für die Bearbeitung, Speicher, Stromverbrauch)
* Phd Projekt: Phoenician Tableware: Unterschiede identifizieren, Produktionseinheiten erkennen, Anhand von Merkmalen quantitative Analyse durchführen
* Datenaufnahme: über DACORD ausgerichtet, Ausrichtung mit Gigamesh kontrolliert
* Vermessung, keine frei zugängliche Software -> eigenes Programm in Python, wird mit Dissertation veröffentlicht
* Algorithmus produziert im Batchprozess die typische archäologische Zeichnung, Position der Rotationsachse, Randneigung und Dicke, Export der morphometrischen Daten in csv
* Vergleichsobjekte, aus Zeichungen 3D Modelle erstellt = Simulierte Scherben
* Datenbank (MariaDB+ php Frontend) soll mit Dissertation veröffentlicht werden
* Laserprofiler: Ausrichtung per Hand, nur ein Profil
* Test: mehrere Unerfahrene richten Scherben per Hand aus (Durchmesser als Proxy für korrekte Ausrichtung. Erfahrene Person richtet ebenfalls mit Hand aus und alle Objekte nochmal mit 3D Ausrichtung und Automatischer Vermessung: kein Unterschied zwischen Ergebnissen der Erfahrenen Person und Automatischen Messungen, aber 3D Modelle präziser / einheitlicher


Werkstattbericht Michael Rummel: 3D-Massen-Digitalisierung von Keramik
== Fragerunde ==
==================================================================
* Klammern, manuell in 3D rausgeschnitten? Nicht möglich eine schnelle automatische Lösung zu finden, ging auch manuell schnell
Structure-from-Motion als Methode zur Massendokumentation und Analyse von Keramikscherben
* in TIF umgewandelt, hätte jpg eventuell auch gereicht? Tiefenschärfe mit Automatischen Fokusdeck lösen? Sehr hohe Qualität, am Ende sinnvoll? Fokusdeck unbekannt, Test TIF und jpg, kein Unterschied in Prozessierungszeit, erst mittlere/hohe Qualität produziert, Probleme in der Segmentierung, Agisoft Algorithmus ist die größte Blackbox, Wunsch nach Wechsel
Eine Fallstudie zu phönizischem Geschirr
* Artikel: https://www.degruyterbrill.com/document/doi/10.1515/opar-2024-0011/html
 
* Magnet Ausrichtung? 1/3 und 2/3 Verhältnis, Stabmagent mit Target, 80 cm Abstand, fokussiert und positioniert, Magnetismus dabei unerheblich.
kurzer Überblick SfM Vorgang
* Idee, Gestell und drei Kameras gleichzeitig, aber Kostenfaktor
schon einige Studien zur Digitalisierung von Keramik (2008 Karasik, Smilansky)
* 8 Scherben pro Baum? Größe der Fragmente -> zu viele Objekte führt zu Überlappungen, kleinere Fragmente kann auch 10-12 Objekte tragen
DACORD (https://github.com/jwilczek-dotcom/DACORD, https://jwilczek.com/tag/automatic-pottery-orientation/ )
* Andere Kameras ausprobieren: MFT (Micro Four Thirds), APS-C
Di Angelo, Di Stefano (2018) Automatische Analyse
Ausgangssituation: Stromprobleme und Hitze -> nicht gut für teure Geräte
SfM ist eine kostengünstige, einfache und effektive Alternative (https://www.degruyterbrill.com/document/doi/10.1515/opar-2020-0133/html )
Getestet, mit Studierenden und Personen ohne Erfahrung (Projekt: https://gepris.dfg.de/gepris/projekt/453707845)
Aufbau: Lichtzelt, "Baum" mit etwa 8 bis 9 Klammern für Keramikfragmente, Marker
24 Winkel (durch Drehteller), ca. 13 Minuten pro "Baum", zwei Durchgänge pro Baum, mehrere Stationen mit Bäumen
Probleme des Fokus und der Schärfetiefe, Autofokus ausgeschaltet, einmal getestet und positioniert (mit Magnet ausgerichtet?!)
Die Fotos, die aus der dem Bereich der Schärfe liegen haben Auswirkungen auf die Textur
Zwei Durchgänge, je 15 Minuten, nach dem ersten Vorgang werden die Scherben gedreht
Ergebnis: etwa 120 Scherben pro Tag, Teilnehmer ohne Erfahrung
alles möglich trotz vieler Stromausfälle
Foto Processing wurde off-site durchgeführt
mit Metashape, aber auch in Meshroom oder Realitycapture möglich
Feste Marker, mit Python Skript ausgewertet, besser und fehlerfreier, vorher mit Lineal als Maßstab
für Forschungsfrage ist vollständiges Modell und Textur nicht notwendig, daher kein Merging der zwei Seiten
Morphometrie ist wichtiger, diese ist durch beide Vorgänge zu erhalten
warum beide Vorgänge, um bei Fehlern ein weiteres Modell zu haben, zusätzlich kann man die Rohdaten für weitere Prozesse nutzen
produziert eine riesige Menge Daten, Rohdaten werden in Heidelberg FAIR gespeichert
Verfahren= schnell und robust, aber nicht unglaublich kostengünstig -> Infrastruktur (Rechner, Personen für die Bearbeitung, Speicher, Stromverbrauch)
Phd Projekt: Phoenician Tableware: Unterschiede identifizieren, Produktionseinheiten erkennen, Anhand von Merkmalen quantitative Analyse durchführen
Datenaufnahme: über DACORD ausgerichtet, Ausrichtung mit Gigamesh kontrolliert
Vermessung, keine frei zugängliche Software -> eigenes Programm in Python, wird mit Dissertation veröffentlicht
Algorithmus produziert im Batchprozess die typische archäologische Zeichnung, Position der Rotationsachse, Randneigung und Dicke, Export der morphometrischen Daten in csv
Vergleichsobjekte, aus Zeichungen 3D Modelle erstellt = Simulierte Scherben
Datenbank (MariaDB+ php Frontend) soll mit Dissertation veröffentlicht werden
Laserprofiler: Ausrichtung per Hand, nur ein Profil
Test: mehrere Unerfahrene richten Scherben per Hand aus (Durchmesser als Proxy für korrekte Ausrichtung. Erfahrene Person richtet ebenfalls mit Hand aus und alle Objekte nochmal mit 3D Ausrichtung und Automatischer Vermessung: kein Unterschied zwischen Ergebnissen der Erfahrenen Person und Automatischen Messungen, aber 3D Modelle präziser / einheitlicher
 
Fragen:
Klammern, manuell in 3D rausgeschnitten? Nicht möglich eine schnelle automatische Lösung zu finden, ging auch manuell schnell
in TIF umgewandelt, hätte jpg eventuell auch gereicht? Tiefenschärfe mit Automatischen Fokusdeck lösen? Sehr hohe Qualität, am Ende sinnvoll? Fokusdeck unbekannt, Test TIF und jpg, kein Unterschied in Prozessierungszeit, erst mittlere/hohe Qualität produziert, Probleme in der Segmentierung, Agisoft Algorithmus ist die größte Blackbox, Wunsch nach Wechsel
Artikel: https://www.degruyterbrill.com/document/doi/10.1515/opar-2024-0011/html
Magnet Ausrichtung? 1/3 und 2/3 Verhältnis, Stabmagent mit Target, 80 cm Abstand, fokussiert und positioniert, Magnetismus dabei unerheblich.
Idee, Gestell und drei Kameras gleichzeitig, aber Kostenfaktor
8 Scherben pro Baum? Größe der Fragmente -> zu viele Objekte führt zu Überlappungen, kleinere Fragmente kann auch 10-12 Objekte tragen
Andere Kameras ausprobieren: MFT (Micro Four Thirds), APS-C
 
Offene Runde
===========
 
 
Sonstiges
========
 
 
Chat
====

Aktuelle Version vom 1. April 2026, 08:54 Uhr

Protokoll vom 04.02.2026, 11:00 Uhr

Neue Mitglieder

  • Roland Clauß – Webseite
  • Berit Hildebrandt (VZG)
  • Florian Hermann (Universität Marburg, Geophysik / Archäologie)

Werkstattbericht: Michael Rummel

Thema: 3D-Massen-Digitalisierung von Keramik Untertitel: Structure-from-Motion als Methode zur Massendokumentation und Analyse von Keramikscherben – eine Fallstudie zu phönizischem Geschirr

Präsentation

  • kurzer Überblick SfM Vorgang
  • schon einige Studien zur Digitalisierung von Keramik (2008 Karasik, Smilansky)
  • DACORD (https://github.com/jwilczek-dotcom/DACORD, https://jwilczek.com/tag/automatic-pottery-orientation/ )
  • Di Angelo, Di Stefano (2018) Automatische Analyse
  • Ausgangssituation: Stromprobleme und Hitze -> nicht gut für teure Geräte
  • SfM ist eine kostengünstige, einfache und effektive Alternative (https://www.degruyterbrill.com/document/doi/10.1515/opar-2020-0133/html )
  • Getestet, mit Studierenden und Personen ohne Erfahrung (Projekt: https://gepris.dfg.de/gepris/projekt/453707845)
  • Aufbau: Lichtzelt, "Baum" mit etwa 8 bis 9 Klammern für Keramikfragmente, Marker
  • 24 Winkel (durch Drehteller), ca. 13 Minuten pro "Baum", zwei Durchgänge pro Baum, mehrere Stationen mit Bäumen
  • Probleme des Fokus und der Schärfetiefe, Autofokus ausgeschaltet, einmal getestet und positioniert (mit Magnet ausgerichtet?!)
  • Die Fotos, die aus der dem Bereich der Schärfe liegen haben Auswirkungen auf die Textur
  • Zwei Durchgänge, je 15 Minuten, nach dem ersten Vorgang werden die Scherben gedreht
  • Ergebnis: etwa 120 Scherben pro Tag, Teilnehmer ohne Erfahrung
  • alles möglich trotz vieler Stromausfälle
  • Foto Processing wurde off-site durchgeführt
  • mit Metashape, aber auch in Meshroom oder Realitycapture möglich
  • Feste Marker, mit Python Skript ausgewertet, besser und fehlerfreier, vorher mit Lineal als Maßstab
  • für Forschungsfrage ist vollständiges Modell und Textur nicht notwendig, daher kein Merging der zwei Seiten
  • Morphometrie ist wichtiger, diese ist durch beide Vorgänge zu erhalten
  • warum beide Vorgänge, um bei Fehlern ein weiteres Modell zu haben, zusätzlich kann man die Rohdaten für weitere Prozesse nutzen
  • produziert eine riesige Menge Daten, Rohdaten werden in Heidelberg FAIR gespeichert
  • Verfahren= schnell und robust, aber nicht unglaublich kostengünstig -> Infrastruktur (Rechner, Personen für die Bearbeitung, Speicher, Stromverbrauch)
  • Phd Projekt: Phoenician Tableware: Unterschiede identifizieren, Produktionseinheiten erkennen, Anhand von Merkmalen quantitative Analyse durchführen
  • Datenaufnahme: über DACORD ausgerichtet, Ausrichtung mit Gigamesh kontrolliert
  • Vermessung, keine frei zugängliche Software -> eigenes Programm in Python, wird mit Dissertation veröffentlicht
  • Algorithmus produziert im Batchprozess die typische archäologische Zeichnung, Position der Rotationsachse, Randneigung und Dicke, Export der morphometrischen Daten in csv
  • Vergleichsobjekte, aus Zeichungen 3D Modelle erstellt = Simulierte Scherben
  • Datenbank (MariaDB+ php Frontend) soll mit Dissertation veröffentlicht werden
  • Laserprofiler: Ausrichtung per Hand, nur ein Profil
  • Test: mehrere Unerfahrene richten Scherben per Hand aus (Durchmesser als Proxy für korrekte Ausrichtung. Erfahrene Person richtet ebenfalls mit Hand aus und alle Objekte nochmal mit 3D Ausrichtung und Automatischer Vermessung: kein Unterschied zwischen Ergebnissen der Erfahrenen Person und Automatischen Messungen, aber 3D Modelle präziser / einheitlicher

Fragerunde

  • Klammern, manuell in 3D rausgeschnitten? Nicht möglich eine schnelle automatische Lösung zu finden, ging auch manuell schnell
  • in TIF umgewandelt, hätte jpg eventuell auch gereicht? Tiefenschärfe mit Automatischen Fokusdeck lösen? Sehr hohe Qualität, am Ende sinnvoll? Fokusdeck unbekannt, Test TIF und jpg, kein Unterschied in Prozessierungszeit, erst mittlere/hohe Qualität produziert, Probleme in der Segmentierung, Agisoft Algorithmus ist die größte Blackbox, Wunsch nach Wechsel
  • Artikel: https://www.degruyterbrill.com/document/doi/10.1515/opar-2024-0011/html
  • Magnet Ausrichtung? 1/3 und 2/3 Verhältnis, Stabmagent mit Target, 80 cm Abstand, fokussiert und positioniert, Magnetismus dabei unerheblich.
  • Idee, Gestell und drei Kameras gleichzeitig, aber Kostenfaktor
  • 8 Scherben pro Baum? Größe der Fragmente -> zu viele Objekte führt zu Überlappungen, kleinere Fragmente kann auch 10-12 Objekte tragen
  • Andere Kameras ausprobieren: MFT (Micro Four Thirds), APS-C