用图像处理和人工智能定位2000年前的罗马沉船

发布的丽莎哈维，2020年1月6日

6次(最近30天)|0喜欢|1评论

考古学家最近在地中海东部发现了一艘罗马沉船。尽管有2000年的历史，但这艘船和船上的货物状况都很好。这艘沉船以附近的罗马帝国同名港口命名为菲斯卡多，是迄今为止在该地区发现的最大的沉船。菲斯卡多充满了瓦罐大陶罐，在罗马帝国用于运输货物，如葡萄酒、谷物和橄榄油。

美国有线电视新闻网报道称，“这项调查是由帕特雷大学的Oceanus网络使用人工智能图像处理技术进行的。”

菲斯卡多沉船的声纳图像。图片来源:希腊Kefallinia的爱奥尼亚水族馆

考古学家使用人工智能进行图像处理

菲斯卡多沉船是由希腊帕特雷大学的乔治·费伦蒂诺斯和他的同事发现的。研究小组在《科学》杂志上发表了他们的研究结果考古科学杂志．

研究小组在爱奥尼亚海的塞弗罗尼亚岛海岸周围的海底进行了探测，使用的是一种名为旁侧扫描声纳．探险队分两个阶段完成了调查。首先，使用“侦察调查”进行快速高密度扫描，以确定研究区域的整体海景，并锁定潜在的海底目标。接下来，完成了一项“特定地点调查”，以实现对可能与沉船对应的潜在海底目标的详细扫描。

侦察测量船在海床上方40米处，拖曳一个水下声纳成像装置，倾斜范围为1000米，传输频率为100kHz。图片来源:Ferentinos et. al。

勘测工作于2013年7月完成。要定位一艘2000年前沉没的船只，需要的不仅仅是标准的声纳调查:在调查的这个阶段，研究小组使用了一种基于图像的自动目标探测工具SonarClass识别潜在的沉船。

SonarClass是一个MATLAB由Patras大学的George Papatheodorou和Elias Fakiris创建的工具箱。SonarClass提供人工智能图像处理技术，对海底图像进行分类。它被用来确定潜在沉船的确切位置。它使用人工智能来分析图像中捕获的纹理，以确定感兴趣的区域。

SonarClass校准结果(左)和分类模块(右)。图片来源:Fakiris et. al。

研究人员表示:“使用客观计算机视觉技术处理侧面扫描声纳海底图像，是将潜在的古代沉船目标与其他具有类似声学特征的海底特征分离开来的宝贵工具。”

一旦小组能够通过侦察调查确定残骸的位置，他们就进入了探险的第二阶段。对于特定地点的调查，他们在远程操作车辆和潜水员的帮助下获得了详细的视觉和声纳图像。这些详细的图像被拼接在一起，形成了残骸轮廓中令人难以置信的双耳罐图像。

菲斯卡多沉船正射影马赛克的扩展部分。在(a)中，可以清楚地看到双耳罐的形状。单个双耳罐的位置在(b)中用黄色标记。

保存历史遗迹

这些货物很脆弱，容易受到人类活动的影响。捕获的图像显示了一些已经发生的损害:有一个1米宽的沟渠(在下面的声纳图像中标记为“TZ”)被清除了双耳罐。研究人员认为，这是由于一个锚拖过沉船地点造成的。希望通过使用这种先进的技术，研究人员将能够通过限制在具有历史重要性的地区使用来保护这个和其他历史发现免受进一步的破坏。

研究人员表示:“随着游艇和游轮在菲斯卡多港抛锚的次数逐年增加，沉船被这种人类活动破坏的风险不断增加。”