p Cientistas do Rochester Institute of Technology estão desenvolvendo sistemas de imagem acessíveis para ajudar bibliotecas e museus a preservar e expandir o acesso às suas coleções históricas. O projeto, financiado por uma bolsa do National Endowment for the Humanities, visa criar um sistema de imagem espectral de baixo custo e software que pode ser usado para recuperar texto obscuro e ilegível em documentos históricos. p A imagem espectral - o processo de coleta de imagens de objetos em muitos comprimentos de onda de luz - pode ser uma maneira eficaz de revelar texto desbotado que é indetectável ao olho humano em documentos com centenas de anos. Contudo, os sistemas existentes são caros e exigem experiência em processamento de imagens, o que os torna inacessíveis e impraticáveis ​​para a maioria das coleções especiais. David Messinger, diretor do Chester F. Carlson Center for Imaging Science e principal investigador da concessão, disse que sua equipe está animada para desenvolver uma solução prática que coloque a capacidade de imagem nas mãos de curadores, arquivistas e bibliotecários para que possam tirar mais proveito de suas coleções.

p “Ao final deste projeto, esperamos poder propagar muito mais desses sistemas ao redor do globo, "disse Messinger." Atualmente é um mercado de nicho e as barreiras de entrada para os sistemas existentes são tão altas que quando você fala com as pessoas, eles acham que não há como enfrentarmos isso. Nosso sistema será muito mais amigável. "

p Os colaboradores de Messinger no projeto incluem Tania Kleynhans, cientista associado do Chester F. Carlson Center for Imaging Science; Roger Easton Jr., professor do Chester F. Carlson Center for Imaging Science; e Juilee Decker, professor associado do College of Liberal Arts e diretor do programa de estudos de museus.

p A equipe está atualmente projetando o sistema e espera ter um protótipo funcional até o final do inverno. Próximo verão, eles planejam treinar alunos no programa de estudos de museus da RIT sobre como usar o sistema e fazê-los testá-lo em vários locais. Eles então usarão esses testes de campo para fazer mais melhorias. O projeto está programado para ser executado até fevereiro de 2023.