Clasificacion de obsidianas utilizando imagenes hiperespectrales para el estudio del patrimonio arqueológico de Canarias

Abstract

The study of historical heritage is an arduous, complicated, and delicate task. For a long time, the analysis of archaeological artefacts found in archaeological sites such as ceramics, stones, skins, and other artefacts requires their partial destruction or deterioration. For this reason, El Museo Canario has required the study of non-invasive techniques for the analysis and classification of the samples found at its various deposits. Its current classification methods require sending samples to the laboratory and the destruction of small parts of the sample. This bachelor thesis presents a solution based on hyperspectral imaging, which has been tested in other fields to be feasible and reliable for classification. To generate a supervised classification model, a classification of samples already studied with ICP-OES, ICP-MS and XRF is available, which are distributed in 5 groups elaborated by their belonging to the same lava flow. One of these groups belongs to the island of Tenerife and the rest to the island of Gran Canaria. Hyperspectral image captures were performed on groups of samples located in a template. Using image segmentation methods, the masks of the samples were obtained from which the spectral signature of each sample was finally obtained. Using the spectral signature of each sample and its labels, different SVM models have been generated, which have been tested in other fields to be reliable and widely used in HSI. After an optimisation phase, the final model has been obtained with which to further classify and evaluate its metrics. The results show a high accuracy (100%) for the classification of samples from different islands, but with some doubts to be studied in future works concerning groups of lava flows from the same island.

El estudio del patrimonio histórico de un pueblo es un trabajo arduo, complicado y delicado. Durante mucho tiempo el análisis de elementos arqueológicos encontrados en yacimientos cómo cerámicas, piedras, pieles y demás elementos ha requerido de su destrucción parcial o deterioro apreciable. Es por ello por lo que desde el Museo Canario se requiere el estudio sobre técnicas no invasivas para el análisis y la clasificación de las muestras encontradas en distintos yacimientos. Sus actuales métodos de clasificación requieren el envío de sus muestras a laboratorio y la destrucción de pequeñas partes de la muestra. En este documento se presenta una solución basada en imágenes hiperespectrales, que ha demostrado en otros campos su viabilidad y fiabilidad a la hora de realizar este tipo de clasificaciones. Para poder generar un modelo supervisado de clasificación se dispone de una clasificación de muestras ya estudiadas con ICP-OES, ICP-MS y FRX que se distribuyen en 5 grupos elaborados por su pertenencia a la misma colada de lava. De estos grupos uno pertenece a la isla de Tenerife y el resto a la isla de Gran Canaria. Las imágenes hiperespectrales (HSI) se tomaron en grupos de muestras localizados en una plantilla. Utilizando métodos de segmentación de imágenes se obtuvieron las máscaras de las muestras con las que se obtiene finalmente la firma espectral de cada muestra. Utilizando la firma espectral de cada muestra y sus etiquetas se generan distintos modelos SVM que han demostrado en otros campos su fiabilidad y su extensivo uso en HSI. Después de una etapa de optimización se obtiene el modelo final con el que poder clasificar posteriormente y evaluar sus métricas. Los resultados muestran una alta precisión (100%) para la clasificación en muestras de distintas islas, pero con algunas dudas 12 para estudiar en futuros trabajos con respecto a los grupos de coladas de lava de la misma isla.