Une méthode pour numériser les vitraux malgré les changements de luminosité

La numérisation du patrimoine architectural permet de révéler de nombreux détails invisibles à l’œil nu, et offre de précieuses références lors des travaux de restauration. Les images multispectrales, comprenant davantage de couleurs que les photographies classiques et pouvant sortir des limites de la lumière visible, offrent également de précieuses informations en vue de déterminer la composition chimique des vitraux. Ces techniques de numérisation sont cependant très lentes, il faut deux heures pour scanner une surface de deux mètres sur quatre, et les mesures sont perturbées par les variations naturelles de luminosité : nuages, position du soleil et des ombres, averses, etc. Dans le cadre d’une collaboration internationale1 des scientifiques de l’International research laboratory (IRL) Joint robotics laboratory (JRL, CNRS/AIST) ont participé au développement d’une qui permet d’éliminer l’impact des changements de luminosité.

Pour cela, un spectromètre a été installé sur une tête robotisée. Un premier balayage complet de mesures multispectrales est d’abord réalisé, où chaque pixel comporte deux mille informations sur les couleurs, contre trois dans une photographie. C’est le processus long. Dans second temps, une seule ligne est capturée dans une trajectoire perpendiculaire au premier balayage afin d’étalonner précisément les images multispectrales en corrigeant les différences de luminosité de la première manœuvre. Cette nouvelle technique a été testée avec succès sur des vitraux de la cathédrale d’Amiens. Si la pandémie a forcé les nombreux chercheurs japonais impliqués à rentrer chez eux, les mesures reprendront dans le futur à Amiens, mais aussi à Beauvais et à Notre-Dame de Paris, afin d’établir une large base de données d’images hyperspectrales de vitraux. D’ici là, l’équipe travaille à aligner les images couleurs classiques et celles hyperspectrales en temps réel. Un des axes de recherche du JRL concerne la perception visuelle des robots, qui pourraient combiner plusieurs types d’images afin de mieux reconnaître et interagir avec les objets de leur environnement.

• 1impliquant l’Université de Picardie Jules Verne (UPJV), l’Institut de sciences et de technologie de Nara (NAIST, Japon) et les universités japonaises de Ritsumeikan, Chiba et Osaka