Caracterización de pinturas en cerámicas arqueológicas mediante el procesaiento de mapas de rayos x

GALVAN JOSA, V.; BERTOLINO, S.R.; DE LA FUENTE, G.; RIVEROS, J.; CASTELLANO, G.

Rosario

Congreso; 10º Congreso Interamericano de Microscopía Electrónica (CIASEM 2009), y 1º Congreso de la Sociedad Argentina de Microscopía (SAMIC 2009); 2009

Sociedad Argentina de Microscopía

La caracterización de materiales arqueológicos permite obtener información sobre posibles fuentes de materias primas, tecnologías de producción, rutas de intercambio y formas de vivir de las anti-guas civilizaciones [1]. En este trabajo se presenta una nueva metodología de procesamiento de mapas de rayos X (XRM) para optimizar su información. A modo de ejemplo, el método se aplicó para estudiar la superficie de un tiesto cerámico de la cultura Aguada (ca. 600-900 D.C.) estilo Portezuelo (Catamarca, Argentina). En este caso particular los principales objetivos fueron identificar los elementos responsables de cada color y correlacionar la distribución de elementos químicos (XRM) y el contraste químico revelado en la imagen de electrones retrodispersados (BE). Las imágenes de BE pueden complementarse con los XRM, las cuales difieren principalmente en dos aspectos [2]: el primero es la resolución, ya que las señales de BE provienen de una zona varias veces menor que el volumen donde se generan los rayos X; el segundo es la gran diferencia en el tiempo de adquisición, pues las imágenes BE de aproximadamente 106 pixeles son adquiridas en pocos segundos mientras que para colectar un XRM de 105 píxeles se requieren varias horas. La baja resolución espacial y poca estadística de los XRM no permite observar detalles finos, ni discriminar a simple vista zonas de composición similar. En cuanto a las imágenes BE, a menudo tonalidades de grises levemente distintas no pueden diferenciarse a simple vista por el ojo humano [3], y aumentar el contraste no siempre es la mejor opción ya que la pérdida de detalles puede ser significativa. La metodología aquí propuesta consiste en agrupar la información de los XRM en una única imagen color (RGB), en la que cada color es indicativo de la presencia de un conjunto de elementos característicos de cada fase; luego se efectúa una correspondencia entre esta única imagen de rayos X y la de BE a través de un tratamiento que conserva la resolución de esta última imagen.  En la figura 1 se muestran los XRM de Mn, Fe, Si, Al y Ca, principales componentes de la muestra de estudio (elementos livianos como O, C, Na presentan una distribución uniforme). Cuatro colores pueden distinguirse a simple vista a partir de la fotografía de la superficie del tiesto (fig. 1a): negro, blanco, marrón oscuro y marrón claro. Los espectros de rayos X tomados en cada zona permiten ver los elementos distintivos de cada color de la pintura: la zona negra presenta abundancia de Mn y poco Ca; un pico intenso de Ca y la ausencia de Mn es propio del blanco; la relación Fe/Ca es distinta para el pigmento blanco que para marrón claro; y el marrón oscuro se distingue del claro por la presencia de Mn. Teniendo en cuenta esto y observando los XRM individuales se optó por sumar los mapas con distribuciones espaciales similares. La nueva imagen única RGB de rayos X se construyó de la siguiente manera: para el color rojo (R) se utilizaron los XRM correspondientes al Al y al Si, para el verde (G) el perteneciente al Ca y para el azul (B) los mapas de Fe y Mn.     La correspondencia entre la imagen RGB de rayos X y la de BE sin pérdida de resolución sólo es posible si el número de pixeles de ambas es igual. Para ello, se incrementó el número de píxeles de la imagen RGB utilizando la técnica de interpolación, y luego se aplicaron filtros espaciales [3]  para reducir ruido y realzar bordes (fig. 2a). Para la fusión de imágenes, se descompuso en wavelets [3], reforzando los coeficientes que preservan los detalles de la imagen BE. El resultado se muestra en la figura 2b, donde las zonas correspondientes a cada pintura son ahora claramente distinguibles, sin pérdida de resolución. La fusión de XRM con imágenes BE lograda es una alternativa muy promisoria. La aplicación de esta metodología en otros campos será de gran utilidad para visualizar la distribución de elementos en una imagen BE o de electrones secundarios, ya que permite observar en una sola imagen la información química preservando los detalles topográficos