LA TOMBA DELLA SCIMMIA DELLA NECROPOLI DI POGGIO RENZO (CHIUSI): DIAGNOSTICA E RICOSTRUZIONE FOTOGRAMMETRICA 3D

LA TOMBA DELLA SCIMMIA DELLA NECROPOLI DI POGGIO RENZO (CHIUSI): DIAGNOSTICA E RICOSTRUZIONE FOTOGRAMMETRICA 3D C. Giancristofaro c.giancristofaro@gmail.com ABSTRACT La Tomba della Scimmia rappresenta una delle più importanti tombe etrusche dipinte ancora esistenti della Necropoli di Poggio Renzo. Noto il precario stato di conservazione e le problematiche inerenti l'accesso dei visitatori all'interno della tomba, si è scelto di eseguire un modello tridimensionale fotorealistico dell'intera struttura, che sia in grado di favorirne la documentazione e la fruizione ad un pubblico più ampio. La ricostruzione è avvenuta mediante le moderne tecniche di Image Based Modeling, integrate a software open source, che possono costituire una valida alternativa, a basso costo e di semplici e ridotte strumentazioni, rispetto alle soluzioni attualmente disponibili in commercio per il rilievo 3D di complesse strutture architettoniche. Le aree di maggiore interesse associate ai dipinti murali presenti nella tomba sono state inoltre acquisite con un sistema microfotogrammetrico commerciale e studiate con tecniche di imaging multispettrale e Fluorescenza a raggi X. L'integrazione dei risultati diagnostici al modello 3D mirano ad avvicinare il pubblico a indagini scientifiche che consentono una migliore comprensione dell'opera e ad aumentare la valenza delle ricostruzioni fotogrammetriche nel campo del restauro e della conservazione dei beni culturali. Keywords Tomba della Scimmia, Chiusi, fotogrammetria, rilievo 3D, open source, Image Based Modeling, Python Photogrammetry Toolbox, MeshLab, Cloud Compare, diagnostica, imaging multispettrale, IR, UV, XRF. 1. Introduzione La Tomba della Scimmia si trova nella Necropoli di Poggio Renzo, a pochi chilometri dalla città di Chiusi. Fu scoperta nel marzo del 1846 da Alessandro François, all'epoca Soprintendente Archeologico per il Granducato di Toscana, ed è datata tra il 480 ed il 470 a.c (Steingraber 1995, Steingraber 2006, Bandinelli, Clusium 1939). L'ipogeo presenta una pianta a crociera ed è composto da quattro camere, un grande atrio dipinto e tre stanze laterali, situate ad una profondità di circa 8 metri rispetto alla quota dell'ingresso principale. Per accedere alla tomba è infatti necessario scendere una scala appositamente costruita nel secolo scorso, mentre l'ingresso originario, formato da un lungo corridoio, si trova attualmente interrato sotto la sede stradale (Figura 1). Figura 1: A sinistra pianta e facciata della Tomba della Scimmia; a destra l'attuale scala d'ingresso. La cavità ipogea è scavata entro un complesso litologico di sabbie plioceniche a componente clastica essenzialmente silicatica (quarzo, feldspati con quantità minori di calcite) debolmente cementate da una componete argillosa (Pallecchi 2003). La tendenza all erosione e la perdita di coesione dei sedimenti sabbioso arenacei per variazione del contenuto di acqua in prossimità delle superfici, hanno portato nel tempo a fenomeni erosivi, di crollo e distacchi che hanno interessato la maggior parte delle tombe etrusche presenti nei dintorni di Chiusi tanto che di alcune si sono perse completamente le tracce. La Tomba della Scimmia rappresenta ad oggi una delle tombe più importanti tra quelle ancora esistenti e visitabili nella Necropoli di Poggio Renzo, in particolare per la presenza di pitture murali ancora leggibili.

La tomba è curata nelle partiture architettoniche. La camera principale, quella laterale e quella di fondo recano un soffitto cassettonato con lacunari, ad imitazione di modelli lignei, in parte dipinti. Al centro del soffitto dell'atrio si trova una piccola testa femminile, mentre nella stanza di fondo si trova un motivo con quattro foglie di edera centrali e sirene agli angoli. Tutte le camere presentano letti funebri ricavati nella roccia, scolpiti a basso rilievo in forma di klinai (letti per il banchetto). Le pitture rinvenute decorano le pareti dell'atrio e della stanza di fondo, rappresentando scene di lotta, gare tra atleti (Vellucci 1985), acrobati e danzatori che si esibiscono in onore della defunta, raffigurata col capo velato sotto un parasole in uno dei dipinti dell'atrio principale (Figura 2). In uno dei fregi è anche presente un agonothetes (giudice di gara) che ha alle sue spalle una scimmia, figura da cui prende il nome la tomba. Figura 2: Dipinti murali dell'atrio principale della tomba. Nei dipinti gli spazi colorati sono campiti da linee di contorno spesso incise più volte per una stessa figura. Ciò è segno sia di una certa imperizia del pittore, che di una sua spontaneità di disegno al momento della realizzazione. Con molta probabilità in alcuni casi egli si ispirava a dei repertori figurativi, o a sagome parziali più che a dei veri e propri 'cartoni'; e questo fatto potrebbe spiegare alcune disorganicità ed incongruenze nella disposizione delle figure e nelle loro dimensioni (Borelli 2003). Indagini diagnostiche eseguite in tempi recenti (Colombini et al. 2003) indicano che le pitture sono state eseguite su un sottile rivestimento argilloso ottenuto per lisciatura della parete arenacea. I pigmenti utilizzati sono di natura minerale (blu egiziano, ematite, calcite) e vegetale (nero di carbone), stesi con un legante di natura proteica (uovo). Dopo la sua scoperta la Tomba della Scimmia è rimasta aperta al pubblico fino al 1979 quando la Soprintendenza ai Beni Archeologici per la Toscana ne ha deciso la chiusura ai visitatori, per motivi di tutela e conservazione. Si notarono, infatti, nette diminuzioni della coesione delle sabbie e variazioni cromatiche delle pareti, che indagini condotte dall'istituto Centrale per il Restauro attribuirono principalmente alle temporanee variazioni microclimatiche causate dalla presenza dei visitatori. La principale causa di degrado viene attribuita alla diminuzione di umidità e alla conseguente perdita di acqua dalle pareti per evaporazione (Pallecchi 2003). Questo processo determina la diminuzione della coesione della sabbia e localizzate precipitazioni di carbonato di calcio con sbiancamento Figura 3: Crollo della cornice del soffitto. delle superfici. La perdita di umidità produce microdistacchi e rigonfiamenti delle superfici pittoriche, variazioni di volume del rivestimento argilloso e conseguenti variazioni del contrasto cromatico che rendono difficoltosa la lettura delle pitture. Il problema della tutela della tomba si è ulteriormente aggravato a seguito di crolli di porzioni della cornice semicilindrica tra il soffitto e le pareti nell'atrio (Figura 3) e nella sala destra, a causa di una variazione di umidità provocata da lavori agricoli di coltraggio effettuati sul poggio sovrastante, che hanno favorito l'infiltrazione di acque meteoriche (Rastelli 1999). L'accensione/spegnimento delle luci, l'apertura delle porte, le variazioni termiche, igrometriche e di ventilazione che si verificano durante le visite turistiche possono anche causare lo sviluppo di microorganismi preesistenti o il trasporto di nuovi microorganismi da altri siti (Albertano et al. 2008). Studi recenti (Bracci et al. 2013) hanno infatti evidenziato sulle pareti la presenza di numerosi spot bianchi, inizialmente attribuiti ad effluorescenze saline, ma in seguito identificati come colonizzazioni batteriche. Gli Actinobatteri, in particolare Nocardia e Pseudonocardia, colonizzano e crescono sulle pareti della tomba e questo processo è legato alla disponibilità di materia organica, fillosilicati (ad esempio di minerali argillosi) e ossidi di ferro. Nocardia è stata rinvenuta metabolicamente attiva sui dipinti murali (Diaz-Herraiz et al. 2003). Sulla base di queste conoscenze gli interventi di restauro eseguiti dopo la chiusura al pubblico hanno riguardato la realizzazione di un idoneo drenaggio superficiale per lo smaltimento delle acque meteoriche, un sistema di monitoraggio termoigrometrico (15 sonde per la misura dei valori di temperatura, umidità, velocità dell'aria e ossido di carbonio) e un intervento di pulitura con biocidi per la rimozione dei microorganismi dalle pareti dipinte. Dopo gli interventi le condizioni della tomba sono migliorate e negli ultimi quindici anni si sono mantenute sostanzialmente stabili. Per questo la tomba è stata riaperta al pubblico, in via sperimentale, per un numero limitato di visitatori e per periodi di tempo tali da non modificare, in modo permanente, le condizioni termoigrometriche dell'ipogeo. Considerato il precario stato di conservazione della struttura e la limitata accessibilità al pubblico è apparsa particolarmente importante l'idea di ricostruire un modello tridimensionale dell'intera tomba, da poter in seguito impiegare per varie applicazioni quali la documentazione, la conservazione, il restauro virtuale, la didattica, il monitoraggio, ecc.

Il rilievo digitale e la creazione di modelli tridimensionali (3D) ha ricevuto negli ultimi anni un sempre maggiore interesse da parte della comunità scientifica e del settore commerciale (Girelli 2007, Favalli et al. 2012, Kolecka 2011). Tra le tecniche di ricostruzione 3D la fotogrammetria è sicuramente quella più nota e utilizzata. La fotogrammetria è una tecnica di rilievo bi- e tridimensionale di oggetti e scene a partire da fotografie analogiche o immagini digitali. Il rilievo prevede l acquisizione di almeno due immagini da due punti di vista diversi dell oggetto che si vuole restituire in 3 dimensioni. Collimando in entrambe le immagini almeno 5 punti omologhi, si può risalire alla geometria di presa (proiezione centrale) della coppia di immagini e calcolare, tramite il principio della collinearità, le coordinate spaziali (3D) dei punti omologhi (Remondino 2012). L'automazione dell intero processo di restituzione 3D a partire da poche immagini non calibrate ha recentemente portato allo sviluppo di nuove metodologie digitali, note come tecniche di Image-based Modeling (IBM). L'approccio image-based è incentrato sull'analisi dello spostamento di un oggetto nel tempo e sul processo automatico di estrazione di matching features dalle immagini per ricostruire una nuvola di punti a bassa densità, dalla cui elaborazione grafica è possibile estrarre un modello 3D dell'oggetto indagato (Remondino, El-Hakim 2006). Tra i principali vantaggi di queste tecniche troviamo ridotto costo, flessibilità, trasportabilità dei sensori, automazione e ampio spettro di soggetti investigabili, a discapito di una minore accuratezza metrica del modello finale (Westoby et al. 2012, El-Hakim Sabry et al. 2008, Kersten, Lindstaedt 2012, De Reu et al. 2013). Il rilievo tridimensionale della Tomba della Scimmia è stato realizzato sfruttando esclusivamente metodi di ricostruzione basati su software open source. Nella prima fase di elaborazione è stato impiegato Python Photogrammetry ToolBox (PPT), un software capace di determinare i parametri della camera di ripresa (posizione e orientamento del punto di scatto) e di ricostruire una nuvola di punti ad alta densità partendo dal solo set di immagini importate. Le nuvole di punti ottenute sono state in seguito elaborate mediante opportune operazioni di post-processing eseguite con i software Cloud Compare e MeshLab v.1.3.3 (versione beta) per ottenere una restituzione virtuale quanto più possibile prossima al reale. Le aree dei fregi dipinti della tomba sono state analizzate anche mediante un sistema digitale microfotogrammetrico, sviluppato dall ICVBC di Firenze in collaborazione con la ditta Menci Software di Arezzo (Tiano et al. 2008, Tiano et al. 2009). Lo strumento è in grado di acquisire un set di immagini per analizzare la geometria e il colore delle superfici tramite l'estrazione di una nuvola di punti 3D di cui è stimata un'accuratezza di circa 50 μm. Infine, proseguendo gli studi iniziati in una precedente campagna di indagine (Legnaioli et al. 2013), aree preventivamente selezionate delle pitture sono state analizzate con tecniche di Imaging multispettrale e Fluorescenza a raggi X (XRF) a dispersione di energia. L'analisi multispettrale è una metodologia ottica in riflettanza, non invasiva, ormai ampiamente utilizzata nel campo dei beni culturali (Van Asperen de Boer 1968, Vilaseca et al. 2006). Ad essere acquisiti sono spettri di riflettanza (visibile ed IR) e di emissione indotta da radiazione UV, che mettono a disposizione una gran mole di informazioni sull'intera superficie investigata. E' possibile ad esempio evidenziare il comportamento ottico dei diversi pigmenti, individuare la presenza di composti organici, rilevare proprietà peculiari della superficie al variare della lunghezza d'onda dall'uv fino al vicino infrarosso. L'imaging multispettrale consente la visualizzazione di immagini nel visibile (Imaging Tricromatico RGB), nel vicino infrarosso, e nell'ultravioletto (Imaging di Fluorescenza UV). In genere l'immagine nell'infrarosso mostra le informazioni più rilevanti, perché tale radiazione è in grado di penetrare sotto la superficie, permettendo la visualizzazione di dettagli dell'opera altrimenti invisibili (Fischer, Kakoulli 2006). Ottime informazioni, però, si possono ottenere anche dalle immagini in falsi colori, generate dall'interpolazione di tre dei canali del set multispettrale raccolto nel visibile e nell'ir. Le combinazioni più utilizzate sono IR, Rosso e Verde (IrRG) e IR, Verde e Blu (IrGB). Ancora maggiori informazioni si riescono a estrapolare utilizzando un metodo di recente sviluppo, noto come Chromatic Derivative (ChromaD) image, basato su immagini in falsi colori correlate alla derivata prima della curva di riflettività (Legnaioli et al. 2013). La Fluorescenza a raggi X è un metodo non distruttivo, multielementale e relativamente economico che consente l'identificazione dei pigmenti presenti nei dipinti murali della tomba. La tecnica è basata sull irraggiamento della superficie con raggi X e sulla misurazione dell energia dei raggi X secondari emessi dal campione stesso. Tale energia è legata agli elementi chimici presenti nel campione analizzato e la loro intensità è proporzionale alla quantità dell elemento indagato. 2. Obiettivi La realizzazione di un modello virtuale 3D della Tomba della Scimmia ha come obiettivo primario la documentazione dello stato attuale dell'ipogeo e la possibilità di ampliare il grado di fruizione di un ambiente difficilmente accessibile ad un pubblico più ampio. La ricostruzione dell'intero sito potrà anche consentire uno studio strutturale architettonico, volto a comprendere le modalità costruttive con cui l'ipogeo è stato realizzato. I dipinti murali rinvenuti all'interno della struttura si trovano in uno stato di conservazione piuttosto precario, a causa della particolare tecnica utilizzata per la loro realizzazione e delle condizioni termoigrometriche dell'ipogeo. I complessi equilibri chimico-fisici di tale ambiente naturale hanno reso anche molto difficili e scarsamente efficaci gli interventi di restauro eseguiti direttamente sulle parti degradate dei dipinti. Per questo

la raccolta di informazioni mediante scansioni 3D microfotogrammetriche, indagini multispettrali e composizionali potrà consentire la documentazione delle pitture e il recupero di dettagli ed elementi grafici andati perduti. Per le aree dipinte la duplice rappresentazione 3D mediante Python Photogrammetry Toolbox e il sistema micro-fotogrammetrico commerciale potrà consentire anche un confronto dei rispettivi risultati, per valutare le potenzialità dei software open source. Infine i dati diagnostici saranno integrati ai modelli 3D al fine di renderne più realistica la visualizzazione ed incrementare la valenza delle ricostruzioni virtuali anche nel campo della conservazione dei beni culturali. Come molte altre tombe etrusche e romane, questo monumento ipogeo è incluso in una rete turistica che coinvolge migliaia di visitatori ogni anno. Sarebbe quindi auspicabile al termine del progetto riuscire a proporre al pubblico un mezzo di fruizione del modello 3D (ad esempio mediante applicazioni mobile di realtà aumentata). Ciò potrebbe rendere più coinvolgente l'esperienza turistica, soprattutto grazie ai notevoli dettagli riemersi delle aree dipinte, che l'imaging diagnostico rivela, mentre la spettatore crede andate perdute. 3. Metodo e strumenti Nel corso della campagna di misure sono state acquisite circa 900 immagini ad alta risoluzione, utilizzando una fotocamera reflex digitale (DSLR) Canon EOS500D, caratterizzata da un sensore CMOS, APS-C da 15.3 megapixel, CCD 22.3 x 14.9 mm, risoluzione delle immagini 4752 x 3168 px. Le riprese sono state eseguite a 360 gradi effettuando uno scatto ogni circa 15 gradi, in modo che ogni elemento campionato sia presente in almeno tre immagini. La modalità di acquisizione è stata fortemente influenzata dalle dimensioni della struttura, dalla collocazione del sito e delle condizioni di illuminazione, che sono state ottimizzate con un opportuno sistema di lampade, per cercare di evitare zone d ombra ed elevate disomogeneità cromatiche. Per eseguire una buona sequenza di riprese, in un ambiente interno, si è rivelato indispensabile scattare foto della stessa area da posizioni diverse, in modo da avere più immagini da differenti angolazioni. Bisogna che sia l'operatore a ruotare durante la sequenza di scatto, lungo le pareti opposte all'area da riprendere. Non bisogna porsi in una posizione fissa (ad esempio al centro di una stanza) e riprendere rimanendo in tale posizione. Non sarebbe infatti possibile estrarre sufficienti informazioni 3D da questo tipo di riprese. E' quindi necessario spostarsi con la macchina fotografica percorrendo un arco intorno alla scena, mantenendo sempre la scena nel frame e lo zoom fisso. A seguire sono state anche acquisite delle distanze metriche di riferimento, per poter scalare il modello finale alle dimensioni reali. L'elaborate dei dati è stata effettuata con Python Photogrammetry Toolbox (PPT), suite open source dotata di interfaccia grafica, capace di estrarre dalle immagini un gruppo di nuvole di punti ad alta densità (Moulon, Bezzi 2012). PPT si basa su script di Python che consentono di automatizzare il processo di ricostruzione 3D, riducendolo a due operazioni principali: la calibrazione, eseguita tramite Bundler (Snavely et al. 2007) e la ricostruzione della nuvola di punti (tramite CMVS/PMVS). L'operatore può solo parzialmente controllare il risultato finale tramite la scelta di due parametri iniziali: la risoluzione a cui Bundler riscala le immagini e il feature detector (in genere VLFeat, che include una versione riscritta e ottimizzata dell'algoritmo SIFT, Scale Invariant Feature Transform). Bundler esegue il processo a partire da un set di immagini e da alcuni parametri caratteristici della macchina fotografica impiegata per le riprese, e più precisamente il valore focale (che estrae automaticamente dai dati.jpg) e la dimensione del sensore CCD (in mm), che può essere già presente nel database Sqlite associato o essere introdotto dall'operatore. Basandosi sul principio per cui gli oggetti vicini al punto di osservazione si spostano nello spazio più velocemente rispetto agli elementi lontani, Bundler riconosce i punti comuni delle foto, traccia lo spostamento di corrispondenze tra una foto e l'altra e ricostruisce una nuvola di punti a bassa densità. Per renderla densa viene impiegato il software package PMVS2 (Patch-based Multi-view Stereo Software) scritto dal Dr. Yasutaka Furukawa (Furukawa, Ponce 2010), preceduto dall'algoritmo di clustering CMVS (Clustering Views for Multi-view Stereo), che esegue una pre-elaborazione utile per l'esecuzione del PMVS2 (Furukawa et al. 2010). La conversione dei dati da Bundler a CMSV/PMVS viene effettuata tramite Bundle2PMVS e RadialUndistort. Dopo la prima fase, che impiega come input le immagini acquisite e le pose della camera per riconoscere le corrispondenze tra le foto (match), PMVS espande localmente le regioni (expand), e infine si applica un filtro di correzione che rimuove le eventuali corrispondenze errate riscontrate (filter). Per le immagini della Tomba della Scimmia il processamento è avvenuto impostando in PPT la massima risoluzione possibile in funzione delle prestazioni dell'hardware utilizzato. Le tre stanze laterali sono state elaborate ciascuna in un unico processo, mentre per l'atrio, a causa delle elevate dimensioni della camera, è stato necessario dividere e processare le foto in 7 gruppi, distinti a seconda dell'angolazione di ripresa. Dalle nuvole di punti ottenute si è arrivati alla creazione del modello 3D finale mediante l'uso dei software open source Cloud Compare e MeshLab v.1.3.3, versione beta (Cignoni et al. 2008). Le fasi principali di lavoro sono state: Cleaning: operazione di pulitura delle nuvole dai numerosi punti estranei (punti più scuri associabili probabilmente a disturbi e/o errori sfuggiti al filtering di PMVS2) non appartenenti alle aree di rilevare. Alignement: allineamento e fusione delle nuvole ottenute da processamenti separati di PPT.

L'allineamento in Cloud Compare è avvenuto con la selezione di almeno tre punti di riferimento comuni a due nuvole adiacenti. Sampling: filtro di semplificazione delle nuvole di punti. Poisson Reconstruction: algoritmo matematico che, formando un network di triangolazioni tra i punti, permette di approssimare le reali superfici continue della struttura (Kazhdan et al. 2006). modelli un formato proprietario (.vtp) non riconosciuto da altri più comuni software di gestione e visualizzazione 3D. Ciò apre una problematica inerente la compatibilità tra i vari formati (Arrighetti, Gilento 2012) e richiede l'esportazione dei file in formati più comuni per la gestione in altri programmi di mesh e nuvole di punti (.ply o.obj). Poisson Model Cleaning: rimozione dalla mesh ottenuta delle superfici non congrue alla reale forma dell'ipogeo. Colour Transformation: assegnazione dei colori alla mesh tramite trasferimento dei colori dalla nuvola di punti ai vertici della superficie creata (Vertex Attribute Transfer) e/o texturing da raster. Scaling: scalare il modello alle dimensioni reali tramite il rapporto tra distanze di riferimento note e le corrispondenti misure in MeshLab. L'operazione viene eseguita applicando in MeshLab il filtro Set Scale. Figura 4: Il sistema micro-fotogrammetrico. Il metodo micro-fotogrammetrico commerciale impiegato per le indagini sui dipinti murali permette di generare una nuvola di punti RGB dall'acquisizione di tre immagini ( tripletta ), riprese da angolazioni diverse, della stessa porzione di superficie, utilizzando una comune fotocamera digitale opportunamente calibrata; le dimensioni dell area indagata variano da 2 a 20 cm 2 in funzione della distanza di ripresa. Le caratteristiche di rugosità superficiale dell'area indagata sono stimate con una precisione di circa ±20 μm lungo le direzioni x ed y, e di ±50 μm lungo la direzione z (Manganelli del Fà et al. 2012). Il sistema è costituito da una barra motorizzata lunga 260 mm, lungo la quale, opportunamente agganciata ad una slitta mobile, scorre una reflex digitale Canon EOS 400D (10M pixel) equipaggiata con obiettivo macro Canon EFS 60mm (Figura 4, 5); il sistema è completato da una terna di software appositamente realizzati che permettono l acquisizione dell area di interesse (ZScan Micro ), la generazione della nuvola di punti (ZScan ) e l elaborazione dei modelli (Z-Map ) a cui viene applicata una texture. Si aggiunge ad essi il software ScanView, dedicato alla visualizzazione, misurazione e conversione dei dati prodotti da Zscan. I software supportano solo le piattaforme Microsoft Windows (XP o superiori) e, eccetto ScanView, fanno uso di una chiave hardware Menci per l'autenticazione e l'elaborazione dei dati. Il software Zscan inoltre impiega per la generazione dei Figura 5: A sinistra il sistema micro-fotogrammetrico 3D; a destra il sistema multispettrale. La tecnica di imaging multispettrale è stata eseguita utilizzando una camera multispettrale Chroma C4 della ditta DTA s.r.l. di Cascina (Pisa) con un intervallo di acquisizione molto ampio (circa 400-1100 nm), dotata di obiettivo NIKON 50 mm, 8 filtri ottici interferenziali, risoluzione di 8 megapixel (Figura 5). Il sensore CCD utilizzato come rivelatore viene raffreddato per la riduzione del rumore elettronico durante l'acquisizione. L'illuminazione è stata realizzata con due lampade alogene (100W, temperatura di colore 2300 K) poste a circa 2 metri dai dipinti, ad un angolo con la superficie di 45 gradi. Con tale strumentazione ci si può avvalere già in sede di acquisizione di un immediato controllo delle immagini acquisite, tramite un riscontro operativo direttamente su monitor. Per le indagini nella tomba sono state acquisite immagini nelle bande spettrali del blu (450 nm), verde (550 nm), rosso (600 nm) e infrarosso (1050 nm). Il tempo di esposizione nelle diverse bande spettrali è stato stimato per ottenere nelle immagini un buon bilanciamento del bianco tramite un Spectralon target di riferimento. Infine i dati di Fluorescenza a raggi X a dispersione di energia sono stati acquisiti con uno strumento portatile Amptek Mini-X e uno Spettrofotometro X123. Il sistema ha energia massima di 39 KeV ed intensità massima di corrente pari a 200 µa, in grado di caratterizzare gli elementi chimici con Z>15. L' area di misura è di circa 50 mm2 (Figura 6). Figura 6: Fluorescenza a raggi X (XRF) a dispersione di energia.

Figura 7: Nuvole di punti relative ad alcune aree dell'atrio (a, b); operazioni di cleaning e aligment in Cloud Compare (c); operazioni di mesh editing e mesh processing in MeshLab: Poisson Reconstruction (d), Quadric Edge Collapse Decimation (e), Scaling della mesh finale (f). 4. Risultati Alcune delle nuvole di punti ottenute dall'elaborazione in PPT e delle successive operazioni di mesh editing e mesh processing eseguite in Cloud Compare e MeshLab sono riportate in Figura 7. La ricostruzione 3D dell'atrio della tomba ha presentato alcune difficoltà operative soprattutto durante l'acquisizione delle immagini, in quanto è risultato piuttosto complesso creare un'illuminazione omogenea di un ambiente sotterraneo chiuso di così ampie dimensioni. L'estrazione delle nuvole di punti, invece, è stata poco complessa, probabilmente grazie alle numerose sovrapposizioni opportunamente mantenute tra i gruppi adiacenti di foto elaborate. Per le 3 stanze laterali le difficoltà sono state molto maggiori, a causa delle ridotte dimensioni degli ambienti. E' stato infatti impossibile acquisire immagini con ampie inquadrature, e ciò ha influito nel processo di feature detection in PPT. Le nuvole risultati delle stanze destra e sinistra (le più piccole) presentano per questo motivo alcune vacanze, sia nelle murature che in alcune cornici dei soffitti. L'algoritmo di Poisson Reconstruction è riuscito a colmare diverse di queste lacune e le operazioni di vertex attribute transfer e texturing da raster hanno conferito alle mesh colorazioni più omogenee e conformi al reale. Il modello 3D finale, riportato nelle Figure 8 e 9, mostra in modo molto realistico i dettagli e i diversi andamenti delle superfici che compongono l'ipogeo. Il risultato finale appare soddisfacente, soprattutto considerata la complessità architettonica dell'edificio, la difficoltà operativa nell'acquisizione delle immagini in ambienti piccoli e privi di illuminazione e la lunga elaborazione di numerose nuvole di punti iniziali.

Figura 8: Interno ed esterno del modello 3D finale dell'atrio della Tomba della Scimmia.

Figura 9: Particolari interni delle tre stanze laterali della Tomba della Scimmia. Figura 10: Modello 3D completo della Tomba della Scimmia (sinistra) e scalato alle dimensioni reali (destra).

La ricostruzione realizzata può essere impiegata non solo a scopo di documentazione digitale, ma anche per eseguire studi sulla struttura geometrica dell'ipogeo e sui metodi costruttivi impiegati per realizzarlo. La ricostruzione virtuale è anche scalata alle dimensioni reali quindi tramite opportune operazioni di calcolo può essere utilizzata per ricavare precise misure lineari, superficiali e volumetriche della struttura (Figura 10). Analisi archeologiche e architettoniche più approfondite possono essere eseguite attraverso sezioni longitudinali e trasversali del modello, che consentono di osservare con facilità le parti sia interne che esterne della tomba, le geometrie, le forme e i profili dei soffitti, delle murature, dei letti funebri (Figura 11). Nel caso di una parete, per esempio, è possibile analizzare la sua forma e inclinazione, valutandone l'ortogonalità rispetto alle altre pareti o la sua perpendicolarità rispetto al pavimento. La tecnica dell'imaging multispettrale ha fatto emergere dettagli delle pitture dipinte presenti nella tomba, che alla vista dell'occhio umano sembrerebbero ormai andati perduti. L'aumento di leggibilità dei disegni permette di ricostruire alcune delle scene e delle figure degradate, con un buon recupero di informazioni da poter in futuro rendere fruibile ai visitatori della tomba per rendere più completa e coinvolgente la comprensione dell'arte etrusca. Le immagini RGB (visibile) di alcune delle aree dipinte analizzate sono riportate in Figura 13. Figura 13: Immagini RGB di quattro aree dipinte analizzate, relative a due figure monocrome della stanza frontale (a,b), alla scimmia (c) e a tre figure nell'atrio principale (d). Per le stesse aree è stato eseguito il confronto tra l'immagine IR (1050 nm) e le immagini in falsi colori IrRG e IrGB, che costituiscono il modo più semplice per introdurre le informazioni dell'ir in immagini a colori (Figura 14). Figura 11: Viste prospettiche di due sezioni del modello 3D della Tomba della Scimmia. Una vista ortogonale della Tomba della Scimmia (Figura 12a) mostra chiaramente che le camere hanno geometrie irregolari e la loro posizione è indipendente rispetto alle camere adiacenti. La tomba non ha un andamento simmetrico, e questo va a smentire una vecchia pianta archeologica (Steingraber 1985) che, al contrario, la rappresentava con una geometria più regolare, con le camere laterali simmetriche (Figura 12b). a b Figura 12: Confronto tra la vista ortogonale del modello 3D della Tomba della Scimmia (a) e un'antica pianta archeologica (b). Figura 14: Da sinistra a destra, immagine IR, IrRG falso colore e IrGB falso colore delle quattro aree riportate in Figura 13.

Per le figure rosse monocromatiche (Figura 13 a, b) l'immagine IR mostra un elevato recupero di leggibilità del disegno rispetto alle corrispondenti immagini nel visibile. Poche informazioni si deducono invece per le altre aree considerate. Le immagini in falsi colori seguono la stessa tendenza, aumentando i dettagli delle figure solo quando è l'ir iniziale ad apportare informazioni significative (come nel caso delle prime due figure). Per questo è stato eseguito il trattamento delle immagini con il metodo della derivata cromatica (ChromaD), che è apparso capace di evidenziare una serie di dettagli non percepibili ne dalle immagini iniziali, che dai precedenti processi di interpolazione (Figura 15). Tracce esecutive, alcune incisioni e dettagli del substrato diventano visibili, in particolare in una delle due figure monocromatiche (Figura 15 b) per cui emergono dettagli della testa non apprezzabili con le altre immagini. Figura 16: Da sinistra a destra, immagine visibile ad alta risoluzione, fluorescenza RGB, fluorescenza IR (1100 nm). Figura 15: Immagini ChromaD ottenute delle quattro serie multispettrali RGB e IR per le quattro aree dipinte considerate. Tuttavia complessivamente le immagini in falsi colori non mostrano dettagli maggiori rispetto a quelli già dedotti dall'ir iniziale. Per tale figura, che forse rappresenta un giovane schiavo con in mano un oggetto non ben identificabile, si osservano in Figura 16 l'immagine nel visibile ad alta risoluzione e le immagini calibrate di fluorescenza indotta da radiazione ultravioletta nella regione che va dal visibile (400 nm) all infrarosso vicino (1050 nm). La fluorescenza RGB (Figura 16 centrale) riporta una mappa molto evidente dell attacco biologico, evidenziando anche la zona centrale meno colpita, sulla Figura 17: Modelli 3D texturizzati di alcuni dipinti murali ottenuti col sistema micro-fotogrammetrico commerciale.

quale sono state effettuate in passato prove con agenti fungicidi. La fluorescenza nella banda dell infrarosso consente invece di rivelare dettagli altrimenti invisibili della figura (occhi, capelli) in maniera molto vivida. In questa immagine l'effetto dell'attacco biologico praticamente scompare. Le pitture dipinte nelle pareti dell'atrio e della stanza frontale sono state acquisite mediante il sistema microfotogrammetrico Menci. In Figura 17 sono riportati alcuni dei modelli 3D ottenuti, con relativa texture. I modelli 3D di questi dipinti sono stati in seguito integrati con le proiezioni dell'imaging multispettrale, consentendo l'integrazione dei dati diagnostici alla modalità di visualizzazione tridimensionale. Le proiezioni delle immagini ottenute dalla fluorescenza UV-IR, UV-Visibile e dal metodo della derivata cromatica sulle mesh 3D sono riportate in Figura 19. Anche se effettuate in momenti diversi, i risultati dell imaging multispettrale si fondono molto bene con i profili superficiali ottenuti attraverso le acquisizioni 3D. Tale tipologia di indagine è stata eseguita anche con Python Photogrammetry Toolbox, su un set di immagini opportunamente raccolto sul dipinto da acquisire. a b c d d Figura 18: Confronto tra i modelli 3D texturizzati ottenuti con Python Photogrammetry Toolbox (a, c) e col sistema microfotogrammetrico commerciale (b, d). In Figura 18 si riporta un confronto grafico tra le medesime aree analizzate con le due diverse metodologie. I risultati ottenuti con i software opensource appaiono competitivi e con un buon livello di dettaglio nel confronto con le scansioni del sistema micro-fotogrammetrico commerciale. Figura 19: Ricostruzione 3D del profilo superficiale del dipinto di una figura rossa della stanza frontale, con relative texture UV-IR, UV-Visibile, immagine ChromaD. Le bande multispettrali acquisite nel visibile (4 bande

RGB) e nell'infrarosso (4 bande IR) hanno costituito anche l'input per evidenziare il comportamento ottico dei diversi pigmenti/materiali presenti nelle superfici dipinte analizzate. L'output evidenzia con colori diversi le zone otticamente differenti, e permette di estrarre mappe di composizione, a loro volta correlabili agli spettri XRF acquisiti nelle stesse aree. In Figura 20 sono riportate le singole mappe estratte per i dipinti delle due figure rosse della stanza frontale. Risulta evidente una differenza di comportamento ottico tra l'incarnato, la capigliatura e la parete di fondo. tecniche di Image Based Modeling per il rilievo tridimensionale e sull'integrazione delle indagini diagnostiche a questa nuova metodologia di rappresentazione. Le tecniche di Image Based Modeling hanno consentito di ottenere un modello 3D fotorealistico, impiegabile per scopi di conservazione digitale e trasmissione del sito archeologico alle generazioni future. Le finalità di fruizione di tale tipo di modello possono andare dalla semplice visualizzazione dell'ipogeo per analisi e studi archeologici, alla creazione di contenuti digitali, visite virtuali o esposizioni museali, tali da fornire un migliore accesso alle informazioni del patrimonio etrusco. La ricostruzione fotogrammetrica consente anche analisi geometriche e architettoniche più complesse della struttura, grazie alla facile possibilità di visualizzare piante e sezioni sia dell'interno che dell'esterno della tomba. Il software Python Photogrammetry Toolbox consente di estrapolare da un set di immagini iniziali delle buone nuvole di punti, nonostante le difficoltà operative di acquisizione delle foto, dovute alle condizioni ambientali e di luce della tomba. Le lacune osservate nelle nuvole di punti finali non sono dovute a inefficienze degli algoritmi di calcolo, ma alle difficoltà nella presa delle immagini nelle stanze laterali più piccole. CAPIGLIATURA Figura 20: Aree con diverso comportamento ottico dedotte dalle bande multispettrali nel visibile e IR. Gli spettri XRF della seconda figura rossa in Figura 20 confermano tale differenza composizionale. Lo spettro relativo alla capigliatura mostra i picchi tipici del ferro, e può essere identificato come terra rossa (ematite); lo spettro dell'incarnato evidenzia i picchi del Fe e del Pb, quindi si può attribuire ad una presenza di ocre rosse e minio (ossido di piombo). Infine la parete di fondo viene identificata come argilla, vista la presenza dei picchi del Fe e dello Sr. Le righe spettrali della componente argillosa di fondo sono in parte visibili anche nei precedenti spettri dei pigmenti rossi (Figura 21). La presenza del Minio nell'incarnato costituisce un'informazione nuova e rilevante nell'analisi dei pigmenti utilizzati nelle pitture della tomba, in quanto mai individuato nelle precedenti campagne di indagine diagnostica. La mappa composizionale relativa alle tre distinte regioni e i corrispondenti spettri XRF sono stati, come per tutte le precedenti indagini, integrati al modello 3D del dipinto murale (Figura 22). 5. INCARNATO FONDO Conclusioni Gli studi eseguiti sulla Tomba della Scimmia della Necropoli di Poggio Renzo hanno permesso di giungere a nuove importanti valutazioni sulle potenzialità delle Figura 21: Spettri XRF acquisiti sulla seconda figura rossa, nelle aree della capigliatura (ocre rosse), dell'incarnato (ocre rosse e minio) e della parete di fondo (argilla).

Ocre Rosse (ematite) Argilla Ocre Rosse / Minio Figura 22: Mappa dalle aree con diverso comportamento multispettrale nel visibile-ir integrate al modello 3D di una delle due pitture nella stanza frontale della Tomba della Scimmia. L'identificazione delle diverse aree viene supportata dai relativi spettri XRF. La mancanza di ampie inquadrature per alcune aree ha impedito la loro corretta ricostruzione. Il problema è quindi da imputare al metodo fotogrammetrico di acquisizione, da eseguire in modo più appropriato. Inoltre tutte le nuvole finali hanno fatto registrare numerosi punti estranei (associabili a disturbi ed errori sfuggiti al filtering di PMVS2) che ricoprivano gran parte delle superfici e che quindi hanno richiesto una prolungata operazione di pulitura nella successiva fase di elaborazione dei dati. Nella fase di post-processing i software Cloud Compare e MeshLab hanno dato buoni risultati nella creazione delle superfici, nell'integrazione delle mancanze presenti nelle nuvole iniziali, e nel trasferimento dei colori al modello 3D. Le mesh finali presentano un buon grado di dettaglio ed evidenziano la complessità degli andamenti delle superfici della struttura architettonica. Questi risultati consentono di affermare che le tecniche di Image Based Modeling integrate con l'impiego di software open source possono rivelarsi come una valida alternativa (basso costo, semplici e ridotte strumentazioni, facile acquisizione dei dati) rispetto alle note soluzioni disponibili in commercio per la rappresentazione 3D, che spesso risultano di difficile impiego a causa degli elevati costi e delle complesse strumentazioni richieste. Anche nel confronto con le acquisizioni eseguite con il sistema micro-fotogrammetrico commerciale i software open-source permettono di ottenere risultati caratterizzati da un buon livello di dettaglio. Su queste promesse il metodo dell'ibm potrebbe essere impiegato in futuro anche per scopi conservativi, ad esempio nel monitoraggio di superfici di interesse storico-artistico. Le variazioni negli andamenti tridimensionali delle superfici potrebbero essere usate per evidenziare alterazioni geometriche e colorimetriche indotte da fenomeni naturali e variazioni climatiche dell ambiente, o da trattamenti conservativi e/o interventi di restauro. Per quanto concerne le indagini diagnostiche eseguite sulle pitture nella Tomba della Scimmia le analisi multispettrali hanno dimostrato di essere uno strumento molto utile per il recupero di diverse informazioni che ad una semplice visione ad occhio nudo possono sembrare perdute. In base alla risposta spettrale dei pigmenti e del loro stato di conservazione, il recupero di dettagli dalle immagini è risultato particolarmente soddisfacente soprattutto nell'analisi delle bande all'infrarosso (IR). Le immagini in falsi colori non sono state particolarmente utili quando i dettagli nel visibile sono scarsi rispetto a quelli recuperati nella banda dell'infrarosso. Le immagini ottenute con il metodo della Derivata Cromatica (ChromaD), hanno permesso di includere le informazione del canale IR nelle immagini in falsi colori, senza rimuovere nessuno dei canali raccolti nel visibile. Tali immagini, quando l'informazione dell'infrarosso è significativa, hanno consentito l'individuazione di numerosi dettagli altrimenti invisibili. Questo risultato incrementa notevolmente la leggibilità dei disegni e permette una

migliore comprensione delle scene rappresentate. Theology, Vol.9, No.2, 91-106. Le serie multispettrali raccolte sono state fondamentali anche per le indagini di composizione, tramite l'estrazione di mappe che rappresentano la distribuzione dei diversi segnali spettrali, associabili ad aree di diversa natura chimico/fisica. Tali distribuzioni sono state confermate dagli spettri di Fluorescenza a raggi X raccolti nelle medesime aree. DIAZ-HERRAIZ M., JURADO V., CUEZVA S., LAIZ L., PALLECCHI P., TIANO P., SANCHEZ-MORAL S., SAIZ-JIMENEZ C., 2003, The Actinobacterial Colonization of Etruscan Paintings, Scientific Reports 3, Article number 1440. Infine unendo i risultati ottenuti dalle ricostruzioni 3D e dalle indagini diagnostiche è stato intrapreso un primo tentativo di integrazione delle due metodiche di analisi. I risultati appaiono utili ai fini conservativi per tutte le operazioni di tutela, monitoraggio, e restauro che potrebbero essere eseguite sulle pitture della tomba. Sarebbe ad esempio possibile acquisire le superfici prima e dopo un trattamento di restauro e, successivamente, sovrapporre le riprese per valutarne il risultato ottenuto. Da un punto di vista esclusivamente rappresentativo e di fruizione al pubblico, l'integrazione tra diagnostica e 3D potrebbe invece costituire un nuovo mezzo per attrarre i visitatori verso quelle indagini scientifiche, che spesso vengono ritenute di difficile interpretazione e che invece rivelano dettagli talvolta fondamentali e inaspettati per la comprensione delle opere d'arte. 6. Bibliografia STEINGRABER S., 1995, Etruscan Studies, Journal of Etruscan Foundation, 2, 1. STEINGRABER S., 2006, Abundance of Life: Etruscan Wall Painting (Arsenale, Verona). BANDINELLI R., CLUSIUM I., 1939, Le pitture delle tombe arcaiche, in Monumenti della pittura antica scoperti in Italia: La pittura Etrusca, Istituto poligrafico dello Stato, Roma, 1. PALLECCHI P., 2003, Le tombe dipinte di Chiusi: diagnostica e interventi conservativi, Pittura etrusca: Problemi e prospettive, Musei Senesi, Siena, 154. VELLUCCI K.B., 1985, Expedition, 27, 2. BORELLI L.V., 2003, Profilo storico della tecnologia della pittura tombale etrusca, Pittura etrusca: Problemi e prospettive, Musei Senesi, Siena, 140. COLOMBINI M.P., GIACHI G., PALLECHI P., RIBECHINI E., 2003, Tecniche pittoriche utilizzate nelle tombe etrusche di Chiusi e Sarteano, Pittura etrusca. Problemi e Prospettive, A. Minetti (ed.), Musei Senesi, Siena, 162. RASTELLI A., 1999, Interventi di restauro nelle tombe dipinte di Chiusi, Tecniche edili tradizionali: contributi per la conoscenza e la conservazione del patrimonio archeologico, Luigi Marino, Carla Pietramellara, Alinea Editrice. ALBERTANO P., URZÌ C., CANEVA G., 2008, Tombs, catacombs, and other hypogean environments, Plant biology for cultural heritage, G. Caneva, M. P. Nugari & O. Salvadori (eds.), The Getty Conservation Institute, Los Angeles, 183. BRACCI S., CUZMAN O., IGNESTI A., MANGANELLI DEL FÀ R., OLMI R., PALLECCHI P., RIMINESI C., TIANO P., 2013, Multidisciplinary approach for the conservation of an etruscan hypogean monument, European Journal of Science and GIRELLI V.A., 2007, Tecniche digitali per il rilievo, la modellazione tridimensionale e la rappresentazione nel campo dei beni culturali, Tesi di dottorato Scienze geodetiche e topografiche, Alma Mater Studiorum Università di Bologna. FAVALLI M., FORNACIAI, ISOLA A.J., TARQUINI, S., NANNIPIERI L., 2012, Multiview 3D reconstruction in geosciences, Computers & Geosciences 44, 168 176. KOLECKA N., 2011, Photo-based 3d scanning vs. laser scanning competitive data acquisition methods for digital terrain modelling of steep mountain slopes, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 30(4/W19), Hannover, Germany, 203208. REMONDINO F., 2012, Introduzione alla fotogrammetria digitale, Archeologia virtuale la metodologia prima del software, Atti del II Seminario Palazzo Massimo alle Terme, Espera s.r.l., p.190. REMONDINO F., EL-HAKIM S., 2006, Image-based 3D modelling: a review, The Photogrammetric Record 21 (115), 269-291. WESTOBY M. J., BRASINGTON J., GLASSER,N. F., HAMBREY M. J., REYNOLDS J.M., 2012, 'Structure from - Motion' photogrammetry: A low-cost, effective tool for geoscience applications, Geomorfology, 179, 300-314. EL-HAKIM SABRY F., REMONDINO F., GONZO L., VOLTOLINI F, 2008, Effective high resolution 3D geometric reconstruction of heritage and archaeological sites from images, Layers of Perception, Proceedings of the 35th International Conference on Computer Applications and Quantitative Methods in Archaeology (CAA), Berlin (Kolloquien zur Vor- und Fruhgeschichte, Vol. 10), Bonn Dr. Rudolf Habelt GmbH, 4350. KERSTEN T.P., LINDSTAEDT M., 2012, Image-Based Low Cost Systems for Automatic 3D Recording and Modelling of Archaeological Finds and Objects, Progress in Cultural Heritage Preservation, 4th International Conference EuroMed 2012, Limassol, Cyprus, Lecture Notes in Computer Science, 7616, Heidelberg, Springer-Verlag, 1-10. DE REU J., PLETS G., VERHOEVEN G., BATS M., CHERRETTÉ B., DE MAEYER W., DE SMEDT P., DECONYNCK J., HERREMANS D., LALOO P., VAN MEIRVENNE M., DE CLERCQ W., 2013, Towards a three-dimensional cost-effective registration of the archaeological heritage, J Archaeol Sci, 40(2), 1108-1121. TIANO P., TAPETE D., MATTEINI M., CECCARONI F., 2008, The Micro-photogrammetry: a new diagnostic tool for on site monitoring of monumental surfaces, Proc. of the Int. Workshop SMW08, Tiano P., Pardini C. (eds), ICVBC-CNR, Florence, 97-106. TIANO P., SALVO P., CECCARONI F., 2009, The Microphotogrammetry as a Portable Diagnostic Tool for Monumental Surface Monitoring, Proc. of the DGaO/SIOF Joint Meeting, Deutsche Gesellschaft fur angewandte Optik e.v., Brescia, 85-89. LEGNAIOLI S., LORENZETTI G., CAVALCANTI G.H., GRIFONI E., MARRAS L., TONAZZINI A., SALERNO E., PALLECCHI P., GIACHI G., PALLESCHI V., 2013, Recovery of Archaeological Wall Paintings using Novel Multispectral Imaging Approache, Heritage Science, 1:33.

VAN ASPEREN DE BOER J.R.J., 1968, Infrared reflectography: a method for the examination of paintings, Applied Optics 7, 1711 1714. VILASECA M., PUJOL J., ARJONA M., DE LASARTE M., 2006, Multispectral system for reflectance reconstruction in the nearinfrared region, Applied Optics 45, 4241-4253. FISCHER C., KAKOULLI I., 2006, Multispectral and hyperspectral imaging technologies in conservation: current research and potential applications, Studies in Conservation, Supplement 1, 3-16. LEGNAIOLI S., GRIFONI E., LORENZETTI G., MARRAS L., PARDINI L., PALLESCHI V., SALERNO E., TONAZZINI A., 2013, Enhancement of hidden patterns in paintings using statistical analysis, Journal of Cultural Heritage 14, S66-S70. MOULON, P., BEZZI, A., 2012, Python Photogrammetry Toolbox: A free solution for Three-Dimensional Documentation, Cantone, F. (ed.) ARCHEOFOSS, Open Source, Free Software e Open Format nei processi di ricerca archeologica, Atti del VI Workshop, Napoli 9-10 giugno, Pozzuoli. SNAVELY N., SEITZ S. M., SZELISKI, R., 2007, Modeling the World from Internet Photo Collections, International Journal of Computer Vision, 2(80), 189-210. FURUKAWA, Y., PONCE, J., 2010, Accurate, dense, and robust multi-view stereopsis, IEEE Transactions on Pattern Analysis and Machine Intelligence 32(8), 1362-1376. FURUKAWA, Y., CURLESS, B., SEITZ, M., SZELISKI, R., 2010, Clustering view for multi-view stereo, Proceedings, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 13 18 June, San Francisco, USA, 1434 1441. CIGNONI P., CALLIERI M., CORSINI M., DELLEPIANE M., GANOVELLI F., RANZUGLIA G., 2008, MeshLab: an open-source mesh processing tool, Eurographics Italian Chapter Conference, Proceedings, pp. 129 136, Scarano V., De Chiara R., Erra U. (eds.), The Eurographics Association. KAZHDAN M., BOLITHO M., HOPPE H, 2006, Poisson surface reconstruction, Proceedings of the Eurographics Symposium on Geometry Processing. MANGANELLI DEL FÀ M., PALLECCHI P., RIMINESI C., 2012, Il metodo microfotogrammetrico per la catalogazione di reperti archeologici, Archeologia virtuale la metodologia prima del software, Atti del II Seminario Palazzo Massimo alle Terme, Espera s.r.l. p.40. ARRIGHETTI A., GILENTO P., 2012, Dallo scavo all edificio: esperienze di registrazione tridimensionale a confronto, Archeologia virtuale la metodologia prima del software, Atti del II Seminario Palazzo Massimo alle Terme, Espera s.r.l. p.49. STEINGRABER, S., 1985, Catalogo ragionato della pittura Etrusca, Jaca Book, ISBN 88-16-60046-2.