Das MfN verfügt über eine breite Sammlung kostbarer und extrem vielfältiger, komplexer Naturobjekte, die besondere Herausforderungen in Bezug auf eine effiziente, genaue und wiederholbare 3D-Digitalisierung darstellen. Bisherige Versuche, die komplexen Objekte mit handgehaltenen 3D-Scannern zu digitalisieren, führten nicht in allen Fällen zu Ergebnissen in ausreichender Qualität. Die Herausforderungen liegen dabei in den einzigartigen Materialeigenschaften und der komplexen Geometrie der Artefakte. Die Dinosaurier-Schädel beispielsweise erodierten mit der Zeit und wurden schwarz, wodurch Einzelheiten digital nur schwer zu erfassen sind. Auch sind reflektierende und transluzente Oberflächen eine Herausforderung in der Digitalisierung. Einige Objekte haben zusätzlich eine komplexe Geometrie mit vielen Okklusionen. Normalerweise sind diese Eigenschaften mit manuellen und herkömmlichen Scanansätzen nicht zu erfassen. Unter Berücksichtigung dieser spezifischen Herausforderungen bot das IGD dem MfN einen Workshop an, um die Vorteile der neuesten 3D-Scantechnologien CultArm3D live zu veranschaulichen.
Autonomer Scanprozess
Die drei Schlüsselelemente neuester Scansysteme sind höchste Bildqualität, Reproduzierbarkeit der Ergebnisse und maximale Sicherheit. Um die Digitalisierung so einfach wie möglich zu gestalten, zerlegt das CultArm3D-System eine Digitalisierungsaufgabe in drei Schritte:
- Selbstkalibrierung des Systems
- Handhabung und Positionierung des Artefakts durch den Anwender
- Auswahl der gewünschten Qualität und Drücken von Start
Das autonome Scannen mit dem System dauert etwa 10 bis 90 Minuten. Die Länge richtet sich dabei nach der geforderten Qualität, Objektgröße und Komplexität. Die Scandaten werden vom System automatisch verarbeitet, um höchste Auflösung und Farbgenauigkeit zu erreichen. Hard- und Softwareeinstellungen sorgen auf mehreren Ebenen für maximale Genauigkeit.
100MP-Sensor mit 16Bit pro Kanal
Während des Workshops mit dem MfN hat das Team des IGD gezeigt, wie das System diese weitgehend ungelösten Herausforderungen meistert. Eine der Hauptkomponenten des Systems ist die Phase One iXG 100MP Kamera. Diese verwendet einen 100MP-CMOS-Sensor, der RGB-Bilder mit 16Bit pro Kanal und mit höchster Detailgenauigkeit, Dynamikumfang und Farbtreue aufnehmen kann. Die Kamera wird mit einer Auswahl von zwei Objektiven geliefert, die für die Aufnahme verzerrungsfreier Bilder optimiert und für stundenlangen Dauereinsatz ausgelegt sind. Ein Ringlicht mit Polarisation und dedizierten LEDs mit CRI>98 ermöglicht eine präzise Erfassung von reflektierenden Oberflächen. Spezielle vom Fraunhofer IGD entwickelte Algorithmen führen den Roboterarm und die kalibrierte Aufnahmekonfiguration (Kamera, Objektiv und Ringlicht), um die gesamte Oberfläche des Objekts effektiv zu digitalisieren. Die feinen Details werden mit einem intelligenten Next-Best-View-Planungsalgorithmus bis auf 15µm gescannt. Ziel ist es, nicht nur komplexe Materialien zu erfassen, sondern auch den Prozess einfach zu gestalten.
Details bis 15µm
Ziel dieses Workshops war es, die Fähigkeiten der schlüsselfertigen CultArm3D-Lösung zu erkunden und herauszufinden, wie 3D-Bildgebungstechnologien neue Wege für den Zugang und das Verständnis von Arten aus den verschiedenen MfN-Sammlungen bieten können. Das Cultarm3D-System erzeugte dabei 3D-Modelle bis 15µm in jedem Standard-3D-Format, optimierte 3D-Modelle (webfähige Modelle, AR-Modelle), Video-Rendering der 3D-Modelle sowie Metadaten, die kompatibel mit dem Europeana Data Model sind. Zusammen mit Bernhard Schurian, Fotograf und Digitalisierer am MfN, wurden neun anspruchsvolle Artefakte gescannt, um zu sehen, ob die 3D-Ergebnisse den hohen Anforderungen der Forscher und Restauratoren am MfN entsprechen. „Wir haben das CultArm3D-System mit allen Schwierigkeiten herausgefordert, die unsere Objekte aufweisen: spiegelnde oder fast schwarze Oberflächen, komplex strukturierte Oberflächen, Kavitäten. Ich war überrascht: Kein Problem für den CultArm3D. So ein autonomes System habe ich noch nie gesehen.“ so das Fazit von Bernhard Schurian.