AG-Treffen 2026/02/04 3D-Massen-Digitalisierung von Keramik: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
|||
| Zeile 11: | Zeile 11: | ||
'''Untertitel:''' Structure-from-Motion als Methode zur Massendokumentation und Analyse von Keramikscherben – eine Fallstudie zu phönizischem Geschirr | '''Untertitel:''' Structure-from-Motion als Methode zur Massendokumentation und Analyse von Keramikscherben – eine Fallstudie zu phönizischem Geschirr | ||
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 | |||
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 | |||
Version vom 25. Februar 2026, 17:05 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
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
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