K A R H U N H A M M A S 20 A r k e o lo g iA Tu r u n y lio p is To Arkeologisten ko ko e l m i e n 3D-Digitointi Annukka Debenjak-ijäs Toimittajat Visa Immonen, Henrik Asplund, Janna Jokela ja Tanja Ratilainen Taitto T:mi Joonas Kinnunen | joonastkinnunen.com Julkaisija Arkeologia, Turun yliopisto Kuvat Annukka Debenjak-Ijäs Liitteiden kuvat Annukka Debenjak-Ijäs Annukka Debenjak-Ijäs & Akseli Tolvi (liite 3) ISSN 0356-8601 ISBN 978-951-29-8229-5 (Painettu) 978-951-29-8230-1 (Sähköinen) 3D-digitoinnin menetelmät ja digitointiin liittyvät ohjeistukset muuttuvat nopealla aikataululla. Opas ja liitteenä olevat ohjeet on koottu kesän 2020 aikana. Tähän digitaaliseen versioon on tehty seuraavat muutokset: S. 15 korjattu lähdeviittaus (Khoshelham & Elberink 2012) paremmin soveltuvaan lähteeseen (Sanastokeskus TSK ry 2018: 83). S. 22 lisätty maininta Smithsonian Digitization Program Office:n julkaisemasta uudesta massadigitointiprosessin Osprey-hallinnointityökalusta (Villanueva 2020). Ohjeita päivitetään muutosehdotusten perusteella, ja päivitetyt ohjeet julkaistaan hankkeen kotisivuilla https://sites.utu.fi/ark3d/fi/. Annukka Debenjak-Ijäs ARKeOlOgIA TuRun ylIOPISTO 2020 Karhunhammas 20 ArkeologIsten kokoelmIen 3D-DIgItoIntI sisällysluettelo Alkusanat 6 Johdanto 9 3D-digitoinnin käsitteitä 11 Arkeologisten kokoelmien 3D-digitointi 17 Tutkimushistoria 17 Kulttuuriperintöaineiston 3D-digitoinnin tutkimustyö: kotimaiset ja kansainväliset toimijat 18 3D-digitointiprosessin suunnittelu 21 Aineistonhallintasuunnitelma 22 Miksi ja kenelle 3D-digitointi tuotetaan? 22 Mitä 3D-digitoidaan? 24 3D-digitointimenetelmän valinta 28 3D-digitoinnin fyysinen ympäristö 29 3D-digitointimenetelmät 31 Digitaalinen fotogrammetria 31 3D-skannerit 46 3D-digitointimenetelmien vertailu 49 3D-digitointien jälkikäsittely 55 3D-digitointien tallentaminen ja jakaminen 59 Metatiedot 60 Yleiset 3D-aineistojen tallentamiseen käytetyt tiedostomuodot 64 Tallennus ja pitkäaikaissäilytys 67 3D-aineistojen jakaminen ja julkaiseminen 69 Arkeologisten löytöjen 3D-digitointien käyttöesimerkkejä 71 Arkeologinen tutkimus 71 Kokoelmatyössä 73 Yleisötyössä 73 lähteet 76 liitteet 94 Liite 1. Metashape-ohje Liite 2. RealityCapture-ohje Liite 3. Valokuvausohje fotogrammetrista 3D-digitointia varten Liite 4. RAWtherapee-ohje valokuvien jälkikäsittelyyn Liite 5. Digitointimenetelmien vertailu Liite 6. Blender-ohje 3D-digitoinnin jälkikäsittelyyn Liite 7. Arkeologisten kokoelmien 3D-digitointihanke 2019-2020 Alkusanat Kolmiulotteiset, digitaalisesti käytettävät mallit ovat monelle arkipäivää niin viihdeteollisuuden kautta – videopeleissä ja elokuvien erikoisefekteissä – kuin vaikkapa virtuaalisten asuntoesittelyjen muodossa. Museoiden ja yliopistojen arkeologiseen kulttuuriperintöön keskittyvässä työssäkään 3D-mallit eivät ole vieraita, mutta niiden laajamittaiseen ja järjestelmälliseen hyödyntämiseen ollaan vasta siirtymässä. Tähän saakka ehkäisevänä tekijänä on ollut vaaditun, korkealuokkaisen teknologian kalleus sekä 3D-mallien tuottamisen vaatima työpanostus. Myös tiedon puute kulttuuriperintötyössä toimivista 3D-mallintamisen ratkaisuista on hidastanut teknologian käyttöönottoa. Toimintaa on jouduttu kehittämään tapauskohtaisesti, oppimalla yrityksistä ja erehdyksistä. Edistääkseen arkeologisten 3D-mallien käyttöä kulttuuriperintötyössä Turun yliopiston arkeologian oppiaine, Aboa Vetus & Ars Nova -museo ja Turun museokeskus käynnistivät yhteishankkeen syksyllä 2019 (Immonen & Ratilainen 2019). Rahoitus hankkeelle saatiin opetus- ja kulttuuriministeriöltä. Vuoden kuluessa teimme 3D-malleja kunkin osapuolen kokoelmissa olevista arkeologisista löydöistä, testasimme digitointimenetelmiä sekä kokosimme ja tiedotimme saamistamme kokemuksista. Nyt julkaistava raportti on ensisijaisen tärkeä hankkeen tulosten jakamisessa. Vaikka vuoden 2020 koronakriisi ja museoiden sulkemiset osoittivat, että kulttuuriperintöä on tärkeä saada virtuaalisesti vapaasti saavutettavaksi, tarve museokokoelmien 3D-digitointiin kumpuaa laajemmasta ja pidempiaikaista kulttuuriperintötyön muutoksesta. Euroopan neuvoston arkeologisen kulttuuriperinnön suojelemista koskeva yleissopimus astui Suomessa voimaan vuonna 1995. Siinä todetaan, että osapuolet sitoutuvat ”edistämään yleisön mahdollisuutta tutustua arkeologisen perintönsä tärkeisiin osa-alueisiin […] ja kannustamaan arkeologisten esinekokoelmien esittelemistä julkisissa näyttelyissä” (Asetus arkeologisen perinnön suojelua koskevan tarkistetun eurooppalaisen yleissopimuksen voimaansaattamisesta 1995/26 § 9). Suomen perustuslaki toteaa puolestaan, että vastuu kulttuuriperinnöstä kuuluu kaikille (Suomen perustuslaki 1999/731 § 20). Tätä vastuuta laajentaa eduskunnan vuonna 2017 hyväksymä Faron puiteyleissopimus (Valtioneuvoston asetus kulttuuriperinnön yhteiskunnallisesta merkityksestä tehdystä Euroopan neuvoston puiteyleissopimuksesta 2018/50). Sopimus korostaa sekä yksilöiden ja yhteisöjen oikeutta ja mahdollisuuksia osallistua kulttuuriperintötyöhön että kulttuuriperinnön monimuotoisuutta ja merkitystä nykyhetken voimavarana. Myös vuonna 2018 valmistunut uusi museopoliittinen ohjelma nostaa digitaaliset kokoelmat ja palvelut museoiden keskeiseksi kehittämiskokonaisuudeksi (Mattila 2018). Kolmiulotteisten mallien luominen arkeologisista löydöistä ja niiden saattaminen yleiseen käyttöön on keino edistää kulttuuriperinnön saavutettavuutta ja sen käytön moninaisuutta. Euroopan unioni sekä Suomessa opetus- ja kulttuuriministeriö ovat tarjoavat rahoitusta 3D-mallien tuottamiseen kulttuuriperinnöstä. Rahoituksen ja laajentuvan kulttuuriperintökäsityksen ohella keskeistä hankkeemme menestykselle on ollut digitoinnin edellyttämä ja mahdollistama museoiden ja yliopiston yhteistyö. Olemme onnistuneesti yhdistäneet tutkimus- ja kokoelmatyön. Toimivan ohjausryhmätyöskentelyn ohella oleellinen voimatekijä on ollut projektitutkija Annukka Debenjak-Ijäs, joka on asiantuntevasti ja energisesti yhdistänyt hankkeemme tavoitteet ja käytännön. Tämä raportti on pitkälti hänen aikaansaannostaan. Uskomme, että siinä esitellyt käytännöt, kokemukset ja ehdotukset tehostavat arkeologisen kulttuuriperinnön 3D-digitointia ja saavutettavuutta. Arkeologisten löytöjen 3D-digitointihankkeen johtoryhmän jäsenet Visa Immonen, Henrik Asplund, Janna Jokela ja Tanja Ratilainen. 9Johdanto Arkeologisten kokoelmien 3D-digitointi on valtakunnallisesti vielä käynnistymisvaiheessa. Nyt tarvitaan pohjatutkimusta, eri toimijoiden koulutusta ja opetusta sekä suosituksia toimivista käytänteistä. Hankehakemus, arkeologisten kokoelmien 3D-digitoinnin opetus-, tutkimus- ja tiedotushanke Turun yliopiston arkeologian oppiaineen, Turun museokeskuksen ja Aboa Vetus & Ars Nova -museon yhteinen arkeologisten kokoelmien 3D-digitoinnin opetus-, tutkimus- ja tiedotushanke toteutettiin vuosina 2019–2020 Suomen opetus- ja kulttuuriministeriön rahoituksella. Hankkeen aikana tehdyn kirjallisuuskatsauksen sekä saatujen käytännön kokemusten pohjalta koostettiin nämä ohjeet arkeologisten löytöjen 3D-digitointiin. Ohjeet kattavat 3D-digitointiprosessin koko elinkaaren alkaen 3D-digitoinnin suunnittelusta ja tavoitteiden määrittämisestä itse 3D-digitointiprosessiin ja valmiiden digitointien tallentamiseen, säilyttämiseen ja jakamiseen. Ohjeet on suunnattu suomalaiselle kulttuuriperintökentälle avoimesti käytettäviksi. Ohjeita täydentävät liitteet sisältävät yleisten, aihepiiriin liittyvien ohjelmien käyttöohjeita, valokuvausohjeita ja 3D-digitointien jälkikäsittelyohjeet (Liitteet 1–7). Hankkeessa tuotettuja 3D-digitointeja voi katsella Sketchfab-palvelusta (2020a). Lisätietoja hankkeen toteutuksesta tarjoavat hankkeen kotisivut (Arkeologisten kokoelmien 3D-digitointihanke 2020). 3D-digitointimenetelmät kehittyvät jatkuvasti, joten uuden 3D-digitointihankkeen alussa on ensisijaisen tärkeää perehtyä uusiin menetelmiin ja työtapoihin. Ajantasaista tietoa tarjoavat esimerkiksi Archaeology Data Service / Digital Antiquity, GLAM 3D -sivusto ja Cultural Heritage Imaging -yhdistys (Archaeology Data Service / Digital Antiquity 2011a; CHI 2020a; GLAM 3D 2020). Etenkin valokuvapohjaisen digitaalisen fotogrammetrian alalla menetelmät ja työtavat vaihtelevat paljon tekijästä riippuen. Hyvään lopputulokseen voi päästä monella tavalla. Näissä ohjeissa painottuvat ne 3D-digitointimenetelmät, jotka olivat hankkeen resursseilla saavutettavissa: valokuvapohjainen digitaalinen fotogrammetria sekä arkeologisten kokoelmien Arkeologisten kokoelmien 3D-digitointi 10 3D-digitointiin sopivat käsikäyttöiset rakennevaloskannerit. Lisäksi kirjallisuuden avulla perehdyttiin tarkempiin laser- tai rakennevalopohjaisiin 3D-skannereihin. Ohjeet eivät kata suurten rakenteiden, rakennusten tai ulkokohteiden 3D-digitointimenetelmiä, eivätkä heikkolaatuisempia 3D-digitointimenetelmiä, jotka sopivat vain aineiston visualisointiin. Esimerkiksi älypuhelimella käytettäviin 3D-digitointisovelluksiin ei hankkeessa perehdytty. Kuva 1. Keramiikan kappaleen valokuvaamista fotogrammetrista 3D-digitointia varten. Johdanto 11 3D-digitoinnin käsitteitä 3D-digitointi 3D-digitointi on todellisesta kappaleesta mittauksin tuotettu digitaalinen, kolmiulotteinen kopio. Sillä on siis olemassa fyysinen vastine ainakin sillä hetkellä, kun digitointi on tehty. 3D-digitointi koostuu muiden 3D-mallien tavoin pistepilvestä taikka polygonien muodostamasta pinnasta sekä mahdollisesti siihen liitetystä värityksestä, tekstuurista. Vaikka 3D-digitointi on ensisijaisesti objektiivinen “mittaustulos” fyysisestä objektista, sisältyy siihen kuitenkin jonkin verran epävarmuustekijöitä (digitointimenetelmän tarkkuus ja resoluutio) sekä tulkintaa (katvealueiden paikkaaminen 3D-mallinnosohjelmassa). Arkeologisten kokoelmien 3D-digitointi 12 Kuva 2. Kivikirveestä fotogrammetrialla tuotettu 3D-digitointi. 3D-malli 3D-malli on digitaalinen, kolmiulotteinen kappale, joka koostuu polygonien muodostamasta pinnasta, sekä mahdollisesti siihen liitetystä värityksestä, tekstuurista. 3D-malli voi olla todellisesta objektista esimerkiksi fotogrammetrialla tai 3D-skannerilla tuotettu digitaalinen kopio, 3D-digitointi, tai 3D-mallinnosohjelmassa luotu kappale ilman fyysistä vastinetta. Usein 3D-malli sijoittuu näiden kahden ääripään välimaastoon. 3D-malli on esimerkiksi voitu digitoida todellisesta objektista, mutta katvealueisiin jääneet aukot on paikattu 3D-mallinnosohjelmassa mallinnetulla “born-digital” -pinnalla. (Remondino & El-Hakim 2006: 269; Viinikkala 2018: 34; Flynn 2019: 74.) 3D-skannaus 3D-skannauksessa fyysisen objektin pinnasta tuotetaan digitaalinen rekonstruktio laser-, infrapuna- tai rakennevaloon perustuvien, pistemäisten mittausten avulla (Remondino & El- Hakim 2006: 271; Grussenmeyer et al. 2016: 305). Johdanto 13 Born-digital Englanninkielinen käsite viittaa 3D-malliin tai sen osaan, joka on tuotettu ilman todelliseen objektiin perustuvia, fotogrammetrialla tai 3D-skannerilla tehtyjä mittauksia. Pinta on siis “syntyjään digitaalinen”. Esimerkiksi pelkästään kirjallisten lähteiden, piirustusten tai valokuvien pohjalta tehtyyn, arkeologista kohdetta esittävään 3D-malliin voi viitata käsitteellä born-digital. (DeVet et al. 2018). Fotogrammetria Menetelmässä kohteen kolmiulotteinen muoto lasketaan kohteesta otettujen valokuvien pohjalta. Fotogrammetria-algoritmi tunnistaa valokuvista näkyviä yksityiskohtia ja laskee valokuvia toisiinsa vertailemalla yksityiskohtien sijainnin kolmiulotteisessa pistepilvessä, josta lopulta muodostetaan teksturoitu polygoniverkko. (Grayburn et al. 2019: 126). Metatieto Metatieto on tietoa, joka kuvailee kohdeaineiston sisältöä, rakennetta, elinkaarta ja hallinnointitietoja (Digitalpreservation.fi 2019a). 3D-digitoinnin metatieto sisältää yleensä tiedon siitä, millä menetelmällä, kalustolla ja asetuksilla digitointi on tuotettu, mitä tiedostoja digitointiin kuuluu sekä kontekstitietoja alkuperäisestä, 3D-digitoidusta esineestä. Pistepilvi Pistepilvi koostuu nimensä mukaisesti joukosta X-, Y-, Z- koordinaatistossa sijaitsevia pisteitä. Usein pisteet kuvaavat 3D-digitointimenetelmän mittaustuloksia, esimerkiksi laserskannerin mittaamia todellisen objektin pinnan koordinaatteja. Pistepilven laadun määrittää siksi sen tiheys (resoluutio) ja tarkkuus (pisteen koordinaattien virhemarginaali). (Grussenmeyer et al. 2016: 306–309; Grayburn et al. 2019: 126). Arkeologisten kokoelmien 3D-digitointi 14 Kuva 3. Kivikirveestä 3D-digitoimalla luotu pistepilvi. Pitkäaikaissäilytys, PAS PAS-palveluilla tarkoitetaan kulttuuriperintöaineistojen ja tutkimusaineistojen pitkäaikaissäilyttämiseen tuotettuja palveluita yhdessä. -- Pitkäaikaissäilytys tarkoittaa digitaalisen informaation säilyttämistä ymmärrettävänä ja käytettävänä useiden kymmenien ja jopa satojen vuosien ajan. Laitteet, ohjelmistot ja tiedostomuodot vanhenevat ajan myötä, mutta informaation täytyy säilyä. Luotettava pitkäaikaissäilyttäminen edellyttää sisällön eheyden aktiivista valvontaa ja monenlaisiin riskeihin varautumista. Tässä ovat keskeisessä asemassa metatiedot, jotka kuvailevat mm. aineiston sisällön, historian ja alkuperän sekä tiedot siitä, miten informaatiota voidaan käyttää. (Digitalpreservation.fi 2020b: 4.) Polygonimalli Polygoniverkko tai -malli koostuu kolmioiden tai monikulmioiden muodostamasta pinnasta (mesh). Monikulmiot koostuvat tasoista (face), reunoista (edge) sekä monikulmion kulmien pisteistä (vertices), joille on määritetty sijainti kolmiulotteisessa koordinaatistossa. (Grayburn et al. 2019: 126.) Johdanto 15 Kuva 4. Kivikirveen pistepilvestä laskettu yksinkertaistettu polygoniverkko. Tarkkuus 3D-digitoinnin tarkkuudella kuvataan virhemarginaalia, jonka sisällä polygonimallin pinta tai pistepilven pisteet ovat alkuperäisen, digitoidun kappaleen pinnasta (tarkkuuden määritelmästä 3D-digitointiympäristössä ks. Sanastokeskus TSK ry 2018: 83). Esimerkiksi 0,1 mm tarkkuudella tuotettu fotogrammetrinen 3D-digitointi voi olla <0,1 millimetriä leveämpi tai kapeampi kuin kuvaamansa fyysinen kappale. Tekstuuri Tekstuurilla kuvataan 3D-mallin väritystä ja informaatiota siitä, miten väritys liittyy polygoniverkon pintaan (Grayburn et al. 2019: 126). Tekstuuri on yleensä kuvatiedosto, joka liitetään polygoniverkkoon tekstuurikartan avulla. Resoluutio Resoluutiolla kuvataan mittausmenetelmän erottelukykyä, esimerkiksi 3D-skannauksella tuotetun pistepilven tiheyttä. Laadukkaaseen 3D-digitointiin ei riitä pelkästään hyvä tarkkuus, jos tarkkojen mittausten välimatkat ovat niin suuria, että niiden väliset yksityiskohdat jäävät taltioimatta. (Khoshelham & Elberink 2012.) Arkeologisten kokoelmien 3D-digitointi 16 Virtuaaliarkeologia Virtuaaliarkeologia tutkii ja kehittää tapoja arkeologisen aineiston digitaaliseen visualisointiin, tutkimukseen ja dokumentointiin (Seville Principles 2017: 2). 17 Arkeologisten kokoelmien 3D-digitointi Technology is relentlessly driving the advancement of archaeological method and the ubiquity of certain technologies (such as photogrammetry and 3D scanners) has vastly increased the volume of 3D representations of both sites and artefacts. This is of course a good thing in many ways, but not if it means that other aspects of the archaeological record are being ignored because they are too hard to capture. We must not be guilty of blindly following the latest technological advance, without thinking through the ways in which we work to produce knowledge. Eve 2018 Tutkimushistoria 3D-digitointien, mallinnosten ja laajemmin virtuaalisen arkeologian kehitys ajoittuu 1980–1990 -luvuille (Frischer et al. 2002). Varhaisiin arkeologiassa käytettyihin 3D-mallintamismenetelmiin kuuluivat analoginen fotogrammetria sekä tietokoneella tehdyt mallinnokset (ks. esim. Ogleby & Rivett 1985; Reilly 1989; Reilly 1990). Tietokone- ja maanmittausteknologian, 3D-skannereiden sekä fotogrammetrian kehittymisen myötä 3D-digitointimenetelmien valikoima kasvoi ja 3D-malleja tuotettiin arkeologisista kaivauksista, maastokohteista ja esineistä (Remondino & El-Hakim 2006. Ks. myös esim. Forte & Siliotti 1997; Beraldin et al. 2002; Borg & Cannataci 2002; Junnilainen et al. 2008). 3D-digitointien yleistymistä rajoittivat kuitenkin laitteiston hinta ja sen käyttöön tarvittava osaaminen. 2000-luvun alkupuolella kehitetty uusi fotogrammetrian menetelmä, Structure from Motion, teki fotogrammetriasta edullisen ja helposti omaksuttavan 3D-digitointimenetelmän. Erona varhaiseen fotogrammetriaan, jossa kuvien yhdistäminen vaati kameran sijaintikoordinaattien mittaamista, SfM-pohjainen fotogrammetria-ohjelma laskee kameran sijaintitiedot suoraan valokuvista. (Doneus et al. 2011.) Samoihin aikoihin rakennevaloon perustuvat 3D-skannerit yleistyivät ja tarjosivat edullisemman vaihtoehdon laserskannereille (esim. Winkelbach et al. 2006). 2020-luvulla digitaalinen fotogrammetria on kaikkien saatavilla niin avoimen lähdekoodin ohjelmien kuin ilmaisten mobiilisovellusten kautta. Vaikka käytetyn ohjelman, kuvauskaluston Arkeologisten kokoelmien 3D-digitointi 18 sekä fotogrammetrian osaamisen taso vaikuttavat 3D-digitoinnin laatuun, kehittyvät helppokäyttöiset sovellukset kovaa vauhtia. Samaan aikaan yleistyvät edulliset, infrapunavaloon perustuvat syvyyskamerat, jotka soveltuvat myös arkeologisen aineiston karkeaan 3D-digitointiin (Ravanelli et al. 2017a). Koska mahdollisuudet 3D-digitointiin ovat helposti saatavilla ja eri menetelmien ja työtapojen määrä kasvaa, nousee yhteistyön ja tiedonvälityksen merkitys entistä tärkeämmäksi. Laajoja, kansainvälisiä kulttuuriperinnön 3D-digitointia edistäviä hankkeita ovat muun muassa vuosina 2015–2018 toteutettu Inception-hanke (Inception 2019) sekä vuonna 2019 laadittu EU- jäsenmaiden yhteistyösopimus (European Commission 2019), jonka puitteissa on koostettu Euroopan komission ohjeet kulttuuriperinnön 3D-digitointiprosessin vaiheisiin (European Commission 2020). Kulttuuriperintöaineiston 3D-digitoinnin tutkimustyö: kotimaiset ja kansainväliset toimijat Kulttuuriperintöalan ammattilaisilta 3D-digitointien yleistyminen edellyttää laajempaa tietoisuutta digitointien käyttötavoista, rajoituksista ja puutteista. Vaarana on, että uuden teknologian huumassa digitointeja tuotetaan ilman varsinaista käyttötarkoitusta, digitaalisiksi kuriositeeteiksi (Simon et al. 2009). 3D-digitointien liiallinen painottaminen voi vääristää arkeologista tutkimusta, sillä digitoinnit säilyttävät vain kohteen ulkoiset muodot ja värityksen – eivät materiaalia, painoa tai pinnan tuntua (Eve 2018). 3D-digitointi ei koskaan korvaa alkuperäistä kohdetta, vaikka digitoinnilla voidaan dokumentoida esimerkiksi tuhoutuva kohde mahdollisimman kattavasti. 3D-digitointimenetelmien rinnalle kehityskohteeksi onkin noussut 3D-digitointien käyttö osana tieteellistä tutkimusta ja dokumentointia. Tieteellisessä keskustelussa on tuotu esille 3D-digitoinnin hyötyjä ja haittapuolia (Tsiafaki & Michailidou 2015) sekä 3D-digitointien säilytyksen, laadunvalvonnan, jakamisen ja viittaamisen problematiikkaa (Vatanen 2002; D’Andrea & Fernie 2013; Flynn 2019; Moore et al. 2019; Rourk 2019). Näihin kysymyksiin ottavat kantaa myös kansainväliset sopimukset 3D-mallinnosten käytöstä kulttuuriperintöalalla (London Charter 2009) sekä virtuaaliarkeologian periaatteista (Seville Principles 2017). Ohjeita 3D-mallinnosten ja -digitointien käyttöön ja tallentamiseen tuottavat myös Archaeology Data Service / Digital Antiquity (2011a) sekä Cultural Heritage Imaging -yhdistys (CHI 2020a). Arkeologisten kokoelmien 3D-digitointi 19 Suomessa kulttuuriperintöaineistoa on 3D-digitoitu laajalti museoissa, esimerkiksi Kuopion korttelimuseossa (2020), Lelumuseo Hevosenkengässä (2020), Siidassa (2020), Tampereen museoissa (Koskinen 2019), Teatterimuseossa (Keränen 2020), Trafiikki-museoissa (2019) ja Urheilumuseossa (2020) sekä Museoviraston tutkimus- ja digitointihankkeessa (Kulttuurista perinnöksi 2019). Lisäksi 3D-digitointeja on tuotettu kulttuuriperintöaineistosta ainakin Turun yliopiston arkeologian oppiaineen Arkeologisten kokoelmien 3D-digitointihankkeessa (2020) ja Helsingin yliopiston Lapin synkkä kulttuuriperintö -tutkimushankkeessa (Seitsonen 2018) sekä osana arkeologian ja mediatekniikan opinnäytetöitä (mm. Kivioja 2014; Debenjak 2015; Järveläinen 2016; Ruotsala 2016; Savolainen 2019). Kulttuuriperintöaineiston digitointiin liittyvistä aiheista viestii Kansalliskirjaston ylläpitämä Digime – digitaalinen kulttuuriperintömme -sivusto (2020). 3D-aineiston tuottamista, käyttöä ja tallentamista Suomen kulttuuriperintöorganisaatioissa edistää myös opetus- ja kulttuuriministeriön vuosittainen rahoitus. Aihe on ajankohtainen ja kehittyy nopeasti. Esimerkiksi hakupalvelu Finnaan kehitetään kirjoitushetkellä tukea 3D-aineistojen näyttämiselle (Eklund & Malinen 2020). Arkeologisten kokoelmien 3D-digitointi 20 21 3D-digitointiprosessin suunnittelu Prior to the development of any computer-based visualisation, the purpose or goal of the work must always be clear. -- Computer-based visualisations must be always at the service of archaeological heritage rather than archaeological heritage being at the service of computer-based visualisations. The main objective of applying new technologies in the comprehensive management of archaeological heritage must be to satisfy the real needs of archaeologists, curators, restorers, heritage interpreters, historians, museographers, managers and/or other professionals in the field of heritage and not vice- versa. Principles of Seville 2017. Principle 2: Purpose Vastuullisessa 3D-digitointiprosessissa aineistoa ei digitoida ilman selkeää syytä (Seville Principles 2017; ks. myös Immonen & Malinen 2020). Huolellisella suunnittelulla varmistetaan, että 3D-digitoinnilla on käyttötarkoitus ja tuotettu aineisto vastaa sille asetettuihin tarpeisiin. Esimerkiksi 3D-digitointien laatua ja metatietoja koskevia valintoja on hankala muuttaa kesken digitointiprojektin, minkä vuoksi on tärkeää, että ne on tehty tietoisesti jo etukäteen. 3D-digitointiprosessin suunnittelun voi jakaa kolmeen pääkysymykseen: Miksi ja kenelle digitoidaan, mitä digitoidaan sekä miten prosessi toteutetaan. Suunnittelu käsittää digitoidun aineiston koko elinkaaren. Esimerkiksi Euroopan komission digitaalisen kulttuuriperinnön asiantuntijaneuvosto, Archaeology Data Service, GLAM 3D sekä Ruotsin Riksantikvarieämbetet tarjoavat neuvoja digitointiprosessin eri vaiheista: digitoinnin ja tiedostonhallinnan suunnittelusta, itse digitointiprosessista, digitointien tallentamisesta, säilyttämisestä ja jakamisesta (Archaeology Data Service / Digital Antiquity 2011a; Riksantikvarieämbetet 2019a; European commission 2020; GLAM 3D 2020). Myös Ahmed et al. (2014) sekä Gniady & Rogers (2018) esittelevät 3D-digitointiprosessin elinkaarta suunnittelusta menetelmien valintaan, toteutukseen ja julkaisuun. Arkeologisten kokoelmien 3D-digitointi 22 Aineistonhallintasuunnitelma Aineistonhallintasuunnitelmalla varmistetaan, että 3D-aineiston säilymisen ja jatkokäytön edellytykset täyttyvät. Suunnitelma käsittää tutkimusaineiston hankinnan, käytön ja säilytyksen hyvän tieteellisen käytännön mukaisesti niin tutkimusprosessin aikana kuin sen päätyttyä. (Tietoarkisto 2020a: aineistonhallinnan suunnittelu). Lisäksi aineistonhallintasuunnitelmassa voidaan huomioida vaikkapa sensitiivisen aineiston käyttöoikeuksiin ja säilytykseen liittyviä tarpeita. Esimerkiksi forensiseen arkeologiaan liittyvien, 3D-digitoitujen ihmisluuaineistojen katselu- ja latausoikeudet voidaan määrittää jo aineistonhallintasuunnitelmassa (Decker & Ford 2017: 189–190). Etenkin suurten aineistomäärien hallintaa voidaan helpottaa tiedostonhallintaohjelmilla. Esimerkiksi Smithsonian Digitization Program Office on kehittänyt avoimen lähdekoodin ohjelmistopaketin 3D-digitointiin liittyvien tiedostojen hallinnointiin kokonaisuudessaan: Packrat-ohjelmalla hallinnoidaan digitointiprosessiin liittyviä tiedostoja, Cook-ohjelma mahdollistaa useiden erilaisten digitointiohjelmien saumattoman käytön saman digitoinnin työstämiseen, ja valmiita digitointeja voi katsella Voyager-ohjelmalla (Rossi et al. 2019). Uutena lisänä Smithsonian Digitization Program Office julkaisi syksyllä 2020 massadigitointiprojektien valokuvatiedostojen hallinnointiin kehitetyn Osprey -ohjelmiston lähdekoodin (Villanueva 2020). Miksi ja kenelle 3D-digitointi tuotetaan? Suunnitteluvaiheen ensimmäinen askel on päättää, miksi 3D-digitointi tehdään: ketä tai minkälaista käyttöä se palvelee ensisijaisesti, ja minkälaiset tulevat käyttötavat 3D-aineistolle halutaan mahdollistaa? Tämä päämäärä ohjaa koko 3D-digitointiprosessia. Esimerkiksi tutkimuskäyttöön suunnattu tai peräti tuhoutuvan löytöaineiston tai kohteen tallentamiseksi tarkoitettu 3D-digitointi vaatii erilaiset metatiedot kuin puhtaasti visualisointiin tai 3D-tulostukseen suunniteltu digitointi. 3D-digitoinneille on runsaasti erilaisia käyttötapoja (ks. esim. Simon et al. 2009; Molloy & Milić 2018; Immonen & Malinen 2020), joihin liittyy omat tarpeensa: 23 3D-digitointiprosessin suunnittelu • Tutkimuskäyttö o Kattavat metatiedot. 3D-digitointiprosessi on pystyttävä rekonstruoimaan kokonaan metatietojen perusteella. o Selvitys 3D-digitoitavan aineiston ja digitointimenetelmän valintaan vaikuttavista tekijöistä. o Varmuus 3D-aineiston pysyvästä tallennuksesta. o Mahdollisuus viitata aineistoihin. o Mahdollisuus ladata alkuperäinen aineisto omalle koneelle. • Tuhoutuvan aineiston dokumentointi o Mahdollisimman tarkka ja yksityiskohtainen 3D-digitointimenetelmä. o Selvitys 3D-digitoitavan aineiston ja digitointimenetelmän valintaan vaikuttavista tekijöistä. o Kattavat metatiedot. 3D-digitointiprosessi on pystyttävä rekonstruoimaan kokonaan metatietojen perusteella. o Alkuperäisen, muokkaamattoman 3D-digitoinnin tallennus. Fotogrammetrian tapauksessa alkuperäisten valokuvien tallennus. o Varmuus 3D-aineiston asianmukaisesta pitkäaikaissäilytyksestä. o (3D-tulostus: fyysisen kopion tuottaminen 3D-digitoinnin pohjalta.) • Popularisointi, näyttely- tai opetuskäyttö o Kohderyhmälle sopiva visualisointi- ja julkaisutapa.  Esimerkiksi pienille lapsille käsin kosketeltava 3D-tuloste voi olla luontevampi tapa tutustua aineistoon.  Yleisölle suunnatun käyttöliittymän on oltava helppokäyttöinen, ilman edellytystä aiemmasta kokemuksesta 3D-mallien katselusta.  Tarvittaessa 3D-digitoinnin yksinkertaistaminen sujuvan katselukokemuksen varmistamiseksi. o Selkeät ja yksinkertaiset metatiedot aineiston alkuperästä, 3D-digitointiprosessista ja käyttöoikeuksista. • 3D-tulostus o Mahdollisuus ladata aineisto omalle koneelle. o Käyttöoikeus aineiston muokkaamiseen ja tulostamiseen. Arkeologisten kokoelmien 3D-digitointi 24 Mitä 3D-digitoidaan? 3D-digitoitavien esineiden valintaan vaikuttavat niin esineen fyysiset ominaisuudet kuin esineitä valitsevan tahon tiedostamattomat ja tiedostetut valinnat. Näiden valintaprosessin taustalla vaikuttavien tekijöiden kertominen lisää 3D-digitointiprosessin läpinäkyvyyttä. Onko digitoitava aineisto rajattu esimerkiksi jonkin tutkimuskysymyksen tai esineryhmän mukaan, kuten Turun yliopiston arkeologian oppiaineen roomalaisaikaisten korujen kokoelma? Tai kokoelmanhallintaan liittyvän rajauksen mukaan, kuten Turun museokeskuksen pohjoisessa näyttelyhallissa sijaitsevien aineistojen 3D-digitoinnit (Sketchfab 2020b)? Vai onko esineet valittu museopedagogisesta näkökulmasta, kuten Aboa Vetus & Ars Nova -museon historiallisen ajan esineiden 3D-digitoinnit (Sketchfab 2020c)? Usein kulttuuriperintöalan ammattilaiset valitsevat 3D-digitoitavat esineet – silloinkin kun digitointi on suunnattu laajalle yleisölle. Näkökulmien laajentamiseksi esineiden valinnassa voidaan osallistaa tulevaa kohderyhmää, jolloin lopputuloksena on monimuotoisempi, kohderyhmää paremmin palveleva 3D-aineisto. (Immonen & Malinen 2020.) 3D-digitointiin vaikuttavat piirteet 3D-digitointimahdollisuutta rajaa väistämättä myös esineen fyysinen ulkomuoto, sillä optiikkaan perustuvat digitointimenetelmät eivät pysty luotettavasti digitoimaan kiiltäviä, läpinäkyviä tai hyvin yksivärisiä pintoja (Christie 2019). Alla on esitelty sellaisia piirteitä, jotka hankaloittavat esineen 3D-digitointia, sekä muutamia ratkaisuja, joilla hankaliakin esineitä voidaan digitoida. Kiiltävä tai läpinäkyvä pinta: metallit, sileät kivet, lasi, lasitettu keramiikka, tietyt kivilajit (kvartsi, pii) Kiiltävä pinta on erityisen haastava 3D-skannereille, jotka aktiivisesti heijastavat valoa esineen pintaan. Sen sijaan fotogrammetriassa kiiltoa voidaan häivyttää käyttämällä epäsuoraa, hajotettua valaistusta sekä pyöröpolarisaatiosuodinta (Guidi et al. 2014; Hess et al. 2018). Joissain tapauksissa läpinäkyvän tai kiiltävän esineen pintaan voidaan turvallisesti lisätä 3D-digitointiin tarkoitettua peitesuihketta. Kontaminaatiovaaran vuoksi suihkeen käyttöä on kuitenkin harkittava tarkkaan yhteistyössä esineestä vastaavan henkilön kanssa. Esimerkiksi 3D-digitointiprosessin suunnittelu 25 obsidiaanista valmistettujen kiviesineiden 3D-digitoinnissa peitesuihke tai talkkijauhe on osoittautunut toimivaksi (Porter et al. 2016a). Fotogrammetriassa läpinäkyvien pintojen digitoinnissa voi hyödyntää värisuotimia. Estämällä ja vahvistamalla tiettyjä värisävyjä voidaan korostaa esineen pinnan sävyjä, jolloin esine on valokuvissa vähemmän läpinäkyvä. Menetelmää on menestyksekkäästi käytetty muun muassa osin läpinäkyvien lasihelmien 3D-digitointiin (Christie 2019: 96–102). Kuva 5. Yllä kiiltäväpintainen rautakautinen solki kuvattuna ilman polarisaatiosuodinta, alla polarisaatiosuotimen kanssa kuvattuna. Arkeologisten kokoelmien 3D-digitointi 26 Kuva 6. Ohut, levymäinen kirjan solki kuvattiin pystyasennossa 7,5 asteen välein. Soljen kummaltakin litteältä puolelta otetut kuvakehät yhdistetään pystyasennossa kuvatun kuvakehän avulla. Tasainen, homogeeninen väritys tai hyvin tasainen pinta Fotogrammetria perustuu yksityiskohtien tunnistamiseen kohdetta esittävistä valokuvista. Jos esine on kuitenkin hyvin homogeeninen (esimerkiksi kokonaan yksivärinen, pinnaltaan tasainen tai väritykseltään niin tumma etteivät yksityiskohdat erotu) tunnistettavia yksityiskohtia ei löydy, eikä valokuvien yhdistäminen 3D-digitoinniksi onnistu. Tällaisten pintojen 3D-digitointiin 3D-skannerit soveltuvat paremmin kuin digitaalinen fotogrammetria. Esimerkiksi rakennevaloskanneri lisää kohteen pinnalle tunnistettavia yksityiskohtia heijastamansa valokuvion avulla. Samanlaista valokuviota voidaan käyttää myös fotogrammetriassa, jolloin kustakin kuvakulmasta otetaan yksi kuva, jossa valokuvio on heijastettu kohteen pintaan, ja yksi kuva ilman valokuviota. Kuvien yhdistämisessä käytetään kuvasarjaa, jossa valokuvio lisää yksityiskohtia kohteen pinnalle, mutta teksturointia varten tilalle vaihdetaan kuvasarja ilman valokuviota (Nicolae et al. 2014). Samaa menetelmää voidaan käyttää myös tummien pintojen fotogrammetrisessa digitoinnissa: tavallisen kuvan lisäksi otetaan aina yksi ylivalotettu kuva, jossa pinta on vaaleampi ja yksityiskohdat erottuvat paremmin. Kuvien yhdistämisessä käytetään ylivalotettuja kuvia, mutta teksturointia varten todellista väritystä vastaavia, tummempia kuvia (Marziali & Dionisio 2017: 301). 3D-digitointiprosessin suunnittelu 27 Kuva 6b. Geometrisesti monimutkainen muoto Hyvin monimutkaisessa muodossa haasteena ovat katvealueet, jotka syntyvät syvennyksiin tai kahden hyvin lähekkäisen pinnan estäessä 3D-digitointimenetelmän näkyvyyden. Tällainen esine kannattaa kuvata tai skannata mahdollisimman monessa eri asennossa, jotta katveita syntyy mahdollisimman vähän. Hyvin ohut tai hiusmainen muoto Fotogrammetriassa kuvien, ja 3D-skannereiden osalta yksittäisten skannausten, yhdistäminen tapahtuu eri kuvissa tai skannauksissa näkyvien yhteisten pintojen avulla. Litteissä, levymäisissä esineissä haasteena on esineen eri puolien yhdistäminen toisiinsa, kun yhteisiä pintoja on hyvin vähän. Tällaiset kappaleet kannattaa kuvata tai skannata pystyasennossa, varovasti esineen ympäri kiertäen, niin että kumpikin puoli näkyy samassa skannauksessa tai kuvasarjassa. Fotogrammetriassa kuvat tulee tällaisessa tilanteessa ottaa hyvin päällekkäisinä, alle 10 asteen välein. Hyvin ohuissa tai hiusmaisissa kappaleissa yhteisiä pintoja ei aina löydy tarpeeksi, jotta 3D-digitointi onnistuisi. Asiaan voi vaikuttaa valitsemalla esineen kokoon sopivan kaluston, esimerkiksi fotogrammetriassa makro-objektiivin. Arkeologisten kokoelmien 3D-digitointi 28 Liikkuvat osat 3D-digitointi koostetaan yleensä useasta, esineen eri asennoista otetusta kuvasarjasta tai skannauksesta, jotta kohde saadaan digitoitua joka puolelta. Esimerkiksi yksinkertainen kivikirves kuvataan fotogrammetriassa ensin yhdeltä puolelta, käännetään ympäri ja kuvataan toiselta puolelta. Liikkuvien osien haasteena on, ettei kohdetta voi kääntää eri asentoihin ilman että osat liikkuvat eri asentoon suhteessa toisiinsa. Ratkaisuna digitoitava kohde voidaan ripustaa roikkumaan niin, että se on mahdollista skannata tai kuvata yhdessä asennossa, ilman että kohdetta joudutaan välissä kääntämään. Toinen vaihtoehto on koettaa asettaa kohde puhtaalle, läpinäkyvälle lasilevylle, ja kuvata kohde alapuolelta lasilevyn läpi. Yllä lueteltujen piirteiden lisäksi 3D-digitoitavan kappaleen koko vaikuttaa digitointimenetelmän toimivuuteen. Koko kuitenkin harvoin on digitoinnin esteenä, kunhan käytössä on sopiva kalusto. Fotogrammetriassa makro-objektiivin käyttö mahdollistaa hyvin pienikokoisten esineiden kuvaamisen (ks. esim. Yanagi & Chikatsu 2010; Gajski et al. 2016). Etenkin tasokkaammissa 3D-skannereissa on mahdollista vaihtaa skannerin optiikka kohteen kokoon sopivaksi (Hexagon 2020). 3D-digitointimenetelmän valinta 3D-digitointimenetelmän valintaan vaikuttavat käytettävissä olevat ajalliset ja taloudelliset resurssit sekä digitoinnin käyttötarkoitus (Gniady & Rogers 2018: 9–14). Tieteelliseen käyttöön tai dokumentointiin on tuotettava mahdollisimman yksityiskohtainen ja tarkka 3D-digitointi. Pelkkään aineiston visualisointiin esimerkiksi yleisötyössä taas riittää yksinkertaisempikin 3D-digitointi. (Immonen & Malinen 2020.) Haluttua tarkkuutta ja laatua pohdittaessa on hyvä ottaa huomioon myös aineiston tulevat käyttötarpeet. Tuottamalla saman tien laadukas 3D-digitointi voidaan vähentää tarvetta uudelleendigitointiin, ja välttää siten esineeseen kohdistuvaa rasitusta. Myös pitkäaikaissäilytyksen tarpeet vaikuttavat menetelmän valintaan: esimerkiksi fotogrammetrialla tuotetusta 3D-digitoinnista on mahdollista säilyttää alkuperäiset valokuvat, joiden pohjalta 3D-digitointi voidaan tulevaisuudessa tuottaa uudestaan. 3D-aineiston vaatima tallennustila kannattaa arvioida etukäteen, digitointiprojektin suunnitteluvaiheessa, sillä yksityiskohtaiset valokuvat tai skannaukset vaativat huomattavan paljon tallennustilaa. 3D-digitointiprosessin suunnittelu 29 3D-digitointimenetelmän hinta on usein sidoksissa sen vaatimaan osaamiseen (Riksantikvarieämbetet 2019b). Digitaaliseen fotogrammetriaan on useita avoimen lähdekoodin ohjelmistoja (ks. esimerkiksi AliceVision 2020; Colmap 2020; MeshLab 2020; Regard3D 2020; VisualSfM 2020), joiden käyttäminen kuitenkin edellyttää tietoteknistä osaamista. Suosittujen kaupallisten fotogrammetriaohjelmien hinta vaihtelee RealityCapturen PPI- lisenssin kuvakohtaisesta maksusta Enterprise-lisenssin 15 000 euroon tai Agisoft Metashape Professionalin noin 3 000 euroon (Agisoft 2020; CapturingReality 2020). Esimerkiksi Metashape tarjoaa kuitenkin edullista “Educational license” -pakettia opiskeluun ja akateemiseen käyttöön. 3D-skannereiden hinta voi nousta jopa 330 000 euroon, yksinkertaisen 3D-skannerin hinnan ollessa noin 600 euroa (Kuusela 2019: 35; Riksantikvarieämbetet 2019b). Vaihtoehtona voi olla 3D-digitointipalvelun tilaaminen ulkopuoliselta toimijalta. Tällöin on kuitenkin muistettava, ettei 3D-digitointipalvelun tuottajalla ole välttämättä tietoa arkeologisten löytöjen tai museoesineiden käsittelystä tai tieteelliseen käyttöön suunnattujen 3D-digitointien metatietovaatimuksista. Yhteistyö ulkopuolisen toimijan kanssa vaatii sujuvaa kommunikointia ja 3D-digitointiprosessin huolellista suunnittelua yhdessä, kummankin osapuolen tarpeet huomioiden. Vaatimukset kulttuuriperintöalalla tuotettujen 3D-digitointien tarkkuudesta ja todenmukaisuudesta voivat poiketa näyttävään visuaalisointiin tähtäävistä 3D-digitoinneista. Palvelun tuottajalle kannattaakin antaa jo etukäteen tietoja 3D-digitoinnin halutusta tarkkuudesta, resoluutiosta ja käyttötarkoituksesta. Esimerkiksi Sketchfab-palvelusta valituilla esimerkeillä voidaan näyttää, minkälainen lopputulos on tavoitteena. 3D-digitoinnin fyysinen ympäristö Etenkin suurten esinemäärien 3D-digitoinnin suunnitteluvaiheessa on hyvä huomioida digitointiin tarvittava fyysinen ympäristö. Digitoitavien esineiden turvallinen säilytys vaatii hyllytilaa lähellä 3D-digitointipistettä. Itse digitointiin tarvitaan ainakin pöytätilaa, studiovaloja ja valoteltta. Automatisoitu tai käsin pyöritettävä kuvaustaso nopeuttaa kuvaus- tai skannausprosessia. Esineiden tukemiseen soveltuvat parhaiten vaahto- tai solumuovituet (Ahmed et al. 2014: 143). Metatietojen syöttämistä varten 3D-digitointipisteellä on hyvä olla tietokone tai tabletti, vaikka 3D-digitoinnin lasketus tapahtuisikin muualla. 3D-digitointien laskettamiseen käytetyssä tietokoneessa on oltava laadukas prosessori (CPU) ja grafiikkaprosessori (GPU) sekä runsaasti keskusmuistia (RAM) – usein pelikäyttöön suunnitellut tietokoneet vastaavat hyvin 3D-digitoinnin tarpeisiin. Tietokonetta hankkiessa on tärkeää tutustua 3D-digitointiohjelmien vaatimuksiin, jotka komponenttien tehon lisäksi voivat olla merkkikohtaisia. Esimerkiksi RealityCapture-ohjelma vaatii nimenomaan NVIDIA:n Arkeologisten kokoelmien 3D-digitointi 30 näytönohjaimen (CapturingReality 2019a) ja Artecin skannereiden kanssa käytettävä Artec Studio ei tue AMD:n valmistamia prosessoreita (Artec 2020a). Turun yliopiston arkeologian oppiaineessa 3D-digitointikäytössä on Dell Alienware Aurora R8 -pöytäkone seuraavin komponentein: • CPU Intel(R) Core (TM) i7-9700K • GPU NVIDIA GeForce RTX 2080 Ti • RAM 32 GB • Windows 10 Koneen keskusmuisti ja prosessori olivat arkeologisten kokoelmien 3D-digitointihankkeen 3D-digitoinnissa suurin pullonkaula, sillä 64 gigatavun keskusmuisti ja tehokkaampi prosessori olisivat vastanneet tarpeisiin paremmin. Kuva 7. 3D-digitointistudion ei tarvitse olla kookas, kunhan tilaa on tarvikkeille, valoteltalle ja digitoitaville löydöille. Kuvan Turun yliopiston arkeologian oppiaineen 3D-studiossa voi kuvata jopa 45 cm pitkiä löytöjä. 31 3D-digitointimenetelmät Yleisiä 3D-digitointimenetelmiä ovat digitaalinen fotogrammetria sekä infrapuna-, laser- tai rakennevaloon perustuvat 3D-skannerit (Gniady & Rogers 2018). Usein 3D-digitointimenetelmien yhteydessä mainitaan myös RTI-kuvaus, jolla kaksiulotteiseen valokuvaan lisätään syvyysvaikutelma yksityiskohtien erottamiseksi. RTI-kuvaus ei kuitenkaan tuota varsinaista kolmiulotteista pistepilveä tai polygoniverkkoa, eikä siihen siksi perehdytä tässä työssä. Tarkempia tietoja menetelmästä tarjoavat esimerkiksi Christie (2019) ja Porter et al. (2016b). Erityisesti haastavien kohteiden 3D-digitointiprosessissa voidaan käyttää useampaa 3D-digitointimenetelmää tai -ohjelmaa. Esimerkiksi Turun yliopiston arkeologian oppiaineen rautakautisten metallilöytöjen 3D-digitoinnissa on käytetty Agisoft Metashape, RealityCapture- ja Blender -ohjelmia. Smithsonian Digitization Program Office onkin kehittänyt Cook- hallintapalvelun usean ohjelman yhteiskäytön helpottamiseksi (Rossi et al. 2019). Digitaalinen fotogrammetria Fotogrammetriassa kohteen kolmiulotteinen muoto lasketaan kohdetta esittävien valokuvien pohjalta. Menetelmä on kehittynyt huomattavasti 1900-luvun lopussa ja etenkin 2000-luvun alun aikana (ks. esim. Doneus et al. 2011; Kjellmann 2012; Christie 2019). Nykyisessä Structure from Motion eli SfM-menetelmässä myös kameran sijaintitieto lasketaan valokuvien pohjalta, eikä kameran koordinaatteja tarvitse erikseen mitata. Kameralla voidaan siis vapaasti kuvata kohdetta joka puolelta niin, että kukin kohteen piste esiintyy useammassa valokuvassa eri suunnista nähtynä. Fotogrammetria on monipuolisuutensa ansiosta arkeologiassa suosittu 3D-digitointimenetelmä. Menetelmä mahdollistaa tarkkojen, hyvin teksturoitujen digitointien teon edullisella kalustolla, sillä kamera on usein jo saatavilla ja kuvausvarusteet on mahdollista hankkia tee se itse -periaatteella. Kaupallisten ohjelmien, kuten Agisoft Metashapen, Capturing Realityn RealityCapturen ja PhotoModelerin, lisäksi tarjolla on myös laadukkaita avoimen lähdekoodin ohjelmia, kuten Colmap, Meshlab, Meshroom, Regard3D ja VisualSfM (AliceVision 2020; Colmap 2020; MeshLab 2020; PhotoModeler Technologies 2020; Regard3D 2020; VisualSfM 2020). Arkeologisten kokoelmien 3D-digitointihanke on tuottanut ohjeet fotogrammetriseen Arkeologisten kokoelmien 3D-digitointi 32 3D-digitointiin Metashapen ja RealityCapturen avulla (Liitteet 1 ja 2), sekä ohjeet fotogrammetriaan soveltuvien valokuvien ottamiseen Turun yliopiston arkeologian oppiaineen kalustolla (Liite 3). Laadukkaita ohjeita ovat tuottaneet myös muun muassa arkeologi Samantha Porter (Porter 2015), Readingin yliopisto (McNutt 2019), Ruotsin Riksantikvarieämbetet (2019c) ja Cultural Heritage Imaging -organisaatio (CHI 2020b). Valokuvaus fotogrammetriassa Fotogrammetrisen 3D-digitoinnin ensimmäinen työvaihe on kohteen, tässä tapauksessa arkeologisen esineen, kuvaaminen. Fotogrammetrialla tuotetun 3D-digitoinnin laatu on suoraan sidoksissa käytettyjen valokuvien laatuun ja riittävään määrään. Kuvatessa huomio on kiinnitettävä taustaan, valaistukseen, valotukseen ja kuvan terävyyteen. Kuvaustaustan poistaminen Jos esine halutaan kuvata joka puolelta, on kuvissa näkyvä tausta “irrotettava” esineestä (Sapirstein 2018: 34–35). Tällöin fotogrammetria-ohjelma huomioi 3D-digitoinnissa vain itse esineen piirteet, eikä digitoinnissa ole esimerkiksi osia tasosta, jolle esine on asetettu kuvattavaksi. Tämä mahdollistaa esineen kuvaamisen eri asennoissa eri kuvissa, esimerkiksi sen kääntämisen ylösalaisin. Kuva 8. Fotogrammetria-ohjelma tunnistaa kustakin kuvasta pikseliryhmiä ja vertailee niitä muihin kuviin. Esineen pinnan laskemiseksi kutakin esineen kohtaa kuvaavan pikseliryhmän tulee esiintyä useammassa, eri suunnasta otetussa valokuvassa. 3D-digitointimenetelmät 33 Kuvaustausta voidaan irrottaa esineestä monella tapaa: jos kuvatessa käytetään valkoista tai mustaa hyvin yksiväristä kuvaustaustaa, ei fotogrammetria-ohjelma tunnista siitä helposti erotettavia pisteitä, eikä pysty luomaan pistepilven pisteitä taustan alueesta (ks. esimerkiksi Falkingham 2019). Toinen vaihtoehto on peittää tausta maskilla kuvankäsittelyohjelmassa tai fotogrammetria-ohjelmassa (ks. esim. Bischoff 2019). Tällöin voidaan käyttää esimerkiksi kirkkaan vihreää kuvaustaustaa (ns. green screen). Arkeologisten kokoelmien 3D-digitointihankkeessa kirkkaasti valaistu valkoinen kuvaustausta toimi hyvin yhdessä RealityCapture-ohjelman kanssa, eikä kuvien taustaa tarvinnut erikseen peittää maskilla. Kuva 9. Kivikautisen reikäkiven tausta on peitetty Metashape-ohjelman maskaustyökalulla, jotta ohjelma huomioi kuvista vain itse kiven tunnistettavat piirteet. Kiven asentoa suhteessa kuvaustaustaan voidaan siksi vapaasti muuttaa, jolloin kivi voidaan kuvata ensin oikein ja sitten väärin päin. Arkeologisten kokoelmien 3D-digitointi 34 Kuvien määrä, suunta ja päällekkäisyys Laadukkaaseen 3D-digitointiin tarvitaan tarkkoja valokuvia joka puolelta kohdetta niin, että kuvissa on runsaasti päällekkäisyyttä. Yleinen periaate on kuvata kohde ensin yhdessä asennossa kehämäisesti joka suunnasta, kuvien välin ollessa noin 10 astetta. Kehiä kuvataan eri korkeuksilta, ensin lähes vaakatasosta ja lopuksi kohteen yläpuolelta. (Evin et al. 2016.) Kohteen asentoa käännetään ja kuvaaminen toistetaan, kunnes kohteen kaikki sivut on kuvattu. Kuvatessa on varmistettava, että eri suunnista otetuissa kuvakehissä näkyy tarpeeksi yhteisiä pintoja, jotta eri kuvakehät voidaan yhdistää toisiinsa. Kuva 10. Rautakautisen soljen 3D-digitointi RealityCapturessa. Soljesta otetut kuvat näkyvät valkoisina suorakulmioina. Solki on kuvattu neljässä eri asennossa, kussakin asennossa neljä kuvakehää. Kuvien suuri määrä ja päällekkäisyys varmistavat, että eri asennoissa otetuissa kuvasarjoissa on riittävästi yhteisiä pintoja kuvakehien yhdistämiseen fotogrammetria-ohjelmassa. 3D-digitointimenetelmät 35 Kuva 11. Aukon koon vaikutus kuvan syvyysterävyysalueeseen. Kuvien terävyys Fotogrammetriassa käytettyjen kuvien terävyys vaikuttaa 3D-digitoinnin tarkkuuteen ja tekstuurin laatuun (Magnani et al. 2016). Tavoitteena ovat kauttaaltaan syväterävät kuvat. Kamerassa kuvien syväterävyyteen vaikuttavat objektiivin polttoväli suhteessa kennon kokoon, kuvausetäisyys sekä käytetty aukon koko. Mitä kauempana kamera on kohteesta, sitä pidempi kuvan syvyysterävyysalue on. Myös pieni aukko (eli suuri lukema, esimerkiksi f/8, f/11 tai f/16) tuottaa pidemmän syvyysterävyysalueen. Aukon kokoa ei kuitenkaan kannata pienentää liikaa, sillä silloin kuvan terävyys heikkenee koko kuvan alalla (Marziali & Dionisio 2017: 300; Sapirstein 2018: 34). Pienin aukon koko, jolla voidaan ottaa laadukkaita valokuvia, on kamerakohtainen. Arkeologisten kokoelmien 3D-digitointi 36 Kuva 12. Yllä aukolla f/22 (pieni aukko) otettu valokuva, alla aukolla f/5.6 (suuri aukko) otettu valokuva. Etenkin pienten esineiden kuvaamisessa syvyysterävyys on haaste, sillä yksityiskohtien erottamiseksi kuvausetäisyys on pidettävä lyhyenä. Kuvien syvyysterävyyden parantamiseksi on erilaisia käytännön ratkaisuja (kuvat 13–15). 3D-digitointimenetelmät 37 Kuva 13. Tilt-shift-objektiivilla kameran tarkennustaso voidaan kääntää esineen muodon suuntaiseksi, kun se yleensä on kohtisuoraan kameran objektiivin suhteen. Näin syvyysterävyysalueen suunta saadaan vastaamaan paremmin kuvauskohteen muotoa. Tilt-shift-objektiivi ei noudata täsmälleen fotogrammetriassa yleensä käytettävää matemaattista mallia, mutta objektiivin aiheuttama virhe 3D-digitoinnin tarkkuudessa jää alle 0,2 millimetrin (Nocerino et al. 2016: 105). Arkeologisten kokoelmien 3D-digitointi 38 Kuva 14. Focus stacking tai focus bracketing -menetelmässä kohteesta otetaan täsmälleen samasta kohdasta useampi kuva eri tarkennuksilla – aloittaen esineen etummaisesta osasta ja jatkaen kohti esineen kaukaisinta osaa. Nämä “raakakuvat” yhdistetään kuvankäsittelyohjelmassa yhdeksi valokuvaksi, johon on poimittu terävinä näkyvät alueet. (Clini et al. 2016.) Kuva 15. Esine voidaan myös kuvata tavanomaisella kalustolla, mahdollisimman pienellä aukolla, ja sumeat alueet voidaan poistaa jälkikäteen kuvista maskaamalla (Bischoff 2019). Tällöin kuvia on oltava runsaasti, jotta esineen joka puolelta on myös riittävästi kuvia, joissa kyseinen kohta näkyy terävänä. Kuvassa olevasta rannerenkaasta kuvattiin ensin kuvakehä tarkentaen rannerenkaan etummaiseen osaan (vasemmalla), sitten toinen kuvakehä tarkentaen takimmaiseen osaan (oikealla). Näin koko kuvakehä voitiin maskata samalla maskilla. 3D-digitointimenetelmät 39 Kuva 16. Epäsuoralla valolla saadaan tasainen valaistus eikä esineen pinnalle tai alle jää varjoja. Kuvassa Foldio360 -kuvausteltta valoineen. Syväterävyyden lisäksi kuvissa on vältettävä liikkeestä aiheutuvaa sumeutta. Koska esineet kuvataan pienellä aukolla, on kameran suljinaika pitkä, jotta kuvat valottuvat riittävästi. Käsivaralla kuvaamisen sijaan on käytettävä kameran jalustaa sekä etälaukaisinta, jotta kamera pysyy aivan paikallaan kuvaamisen ajan. Valotus Jotta esineen yksityiskohdat erottuvat kuvissa ja 3D-digitoinnin tekstuuri vastaa esineen todellista värisävyä, on valokuvien valotuksen oltava kunnossa. Valotukseen vaikutetaan sekä ulkoisesti, kuvaamalla esine neutraalin sävyisessä, tasaisessa ja riittävän kirkkaassa valossa, että kameran asetusten avulla (Marqués 2016; Verhoeven 2016: 194–227). Arkeologisten kokoelmien 3D-digitointi 40 Kun riittävän kirkas valo suodatetaan esimerkiksi valkoisen, harsomaisen kankaan läpi, esineen pinnalle ei jää voimakkaita varjoja eikä heijastuksia. Valkoinen “valoteltta” on edullinen ostaa tai rakentaa itse. Valot sijoitetaan valoteltan ulkopuolelle tai sisäpuolelle kohti valoteltan seiniä, jolloin valo heijastuu seinistä. Valonlähteen sävyn tulisi olla lähellä 5 500 kelviniä eli kirkkaan päivänvalon sävyä. Jos valo on esimerkiksi liian kellertävää, myös 3D-digitoinnin tekstuurista tulee luonnottoman kellertävä. Kuvien väritys voidaan korjata kameran valkotasapainon asetuksista sekä jälkikäteen kuvankäsittelyohjelmassa. Kameran asetuksissa valotukseen vaikuttavat ISO-lukema, suljinaika ja aukon koko. Fotogrammetriassa kuvat otetaan yleensä hyvin pienellä aukolla, jotta kuvien syvyysterävyysalue on mahdollisimman laaja. Pientä aukkoa käytettäessä kohde tulee valaista hyvin ja kuvien valotusajan on oltava tarpeeksi pitkä. Esimerkiksi arkeologisten kokoelmien 3D-digitointihankkeessa käytettiin neljää 5 500 kelvinin sävyistä LED-valoa ja suljinaika oli yleensä 1/5 sekuntia. ISO-lukema on laadukkaan, kohinattoman valokuvan saamiseksi pidettävä mahdollisimman pienenä. (Porter et al. 2016c.) Kiiltäviä materiaaleja kuvatessa voidaan käyttää polarisaatiosuodinta ehkäisemään kirkkaita heijastuksia. Tällöin kameran suljinaika on pidettävä hieman pidempänä, esimerkiksi 1/3 sekuntia, sillä suodin estää osittain valon pääsyn kameran kennolle. Kuva 17. valotukseen vaikuttavat kameran asetukset. 3D-digitointimenetelmät 41 Valokuvien käsittely ja tiedostomuodot Jos mahdollista, 3D-digitointia varten otetaan valokuvat RAW-muodossa, eli yksinkertaistamattomassa tiedostomuodossa, josta valokuva on helppo muuntaa toiseen tiedostomuotoon tai muokata. Ennen fotogrammetria-ohjelmaan vientiä RAW-muotoiset kuvat jälkikäsitellään ja muunnetaan arkistokelpoiseen tiedostomuotoon kuten .tif. Lisäksi kuvista tuotetaan RAW-muotoinen varmuuskopio esimerkiksi Adoben digital negative (.dng) -tiedostomuodossa. Jälkikäsittelyn yhteydessä voidaan säätää esimerkiksi kuvien kirkkautta ja värilämpötilaa. Kuviin tehdyt muokkaukset on tärkeä kirjata 3D-digitoinnin metatietojen yhteyteen. Fotogrammetria-ohjelmat eivät yleensä tallenna itse valokuvia, vaan pelkästään tiedostopolun siihen kansioon, josta valokuvat on tuotu ohjelmaan. Kansion ja valokuvatiedostojen sijainti ja nimi kannattaa siksi korjata jo etukäteen halutunlaisiksi, sillä esimerkiksi jälkikäteen muutettu kansion nimi on korjattava myös ohjelman tietoihin, jotta ohjelma löytää valokuvat. Arkeologisten kokoelmien 3D-digitointihanke on tuottanut ohjeet valokuvien yksinkertaiseen jälkikäsittelyyn ja tiedostomuodon muuntamiseen RAWtherapee-ohjelmassa (Liite 4). Kuvausprosessin automatisointi Suuria esinemääriä kuvattaessa kuvausprosessia voidaan nopeuttaa ja automatisoida erilaisilla sovelluksilla. Käyttämällä pyörivää kuvaustasoa kamera voidaan pitää paikoillaan jalustalla ja esinettä voidaan kääntää suhteessa kameraan. Edulliseksi, käsikäyttöiseksi kuvaustasoksi käy esimerkiksi pyörivä juustotarjotin (Porter et al. 2016c). Automatisoituja, sähköisiä kuvaustasoja ohjataan tietokoneen tai älypuhelimen kautta, ja kuvaustaso voidaan yhdistää myös kameraan, jolloin kuvaustaso kääntyy esimerkiksi 10 astetta, kamera ottaa automaattisesti kuvan, kuvaustaso kääntyy taas 10 astetta ja niin edespäin, kunnes koko kuvakehä on kuvattu (ks. esim. Sapirstein 2018). Osa kuvaustasoista tukee useamman kameran samanaikaista käyttöä, esimerkiksi Foldio- kuvaustaso ohjaa kameroita infrapunavalon kautta, jolloin kuvaustasoon voidaan yhdistää haluttu määrä kameroita (Orangemonkie 2020). Kuvausprosessi nopeutuu useammalla kameralla samanaikaisesti kuvaamalla, mutta kameroiden ja objektiivien mallin tulisi olla samoja. Useamman eri kameramallin tai objektiivin käyttäminen voi aiheuttaa epätarkkuuksia 3D-digitoinnin geometriaan. Osa fotogrammetriaohjelmista, esimerkiksi Metashape Arkeologisten kokoelmien 3D-digitointi 42 3D-digitointimenetelmät 43 ja RealityCapture, tunnistaa ohjelmaan vietyjen valokuvien tiedot ja ryhmittelee kuvat kuvauskaluston mukaan ennen kuvien yhdistämistä. Objektiivin valinta ja kuvien kalibrointi Objektiivin valinta vaikuttaa tuotetun polygonimallin tarkkuuteen. Fotogrammetriassa suositellaan käyttämään ensisijaisesti prime-objektiivia, jotta objektiivin polttoväli on kaikissa kuvissa sama (Luhmann et al. 2016: 38). Zoom-objektiivia käytettäessä objektiivi voidaan kiinnittää paikoilleen esimerkiksi teipillä. Normaaliobjektiivilla eli objektiivilla, jonka polttoväli on lähellä 50 mm täysikennoisella kameralla tai 30–35 mm kroppikennoisilla kameroilla valokuvat vääristyvät mahdollisimman vähän ja 3D-digitointi on mahdollisimman tarkka (Verhoeven 2016: 191–193; Verdiani et al. 2018: 245). Voimakkaasti vääristävällä hyvin lyhyen tai pitkän polttovälin objektiivilla otetut valokuvat voidaan kalibroida, jolloin objektiivista syntyvä vääristymä korjataan ennen varsinaista kuvien yhdistämistä fotogrammetria- ohjelmassa. Osa fotogrammetriaohjelmista, kuten Metashape ja RealityCapture, kalibroi kuvat automaattisesti. Erikseen tehtävän kalibroinnin hyödyistä on ristiriitaisia tietoja. Arkeologisia löytöjä on 3D-digitoitu tutkimustarkoitukseen kalibroimattomista kuvista (mm. Katz & Friess 2014; Magnani et al. 2016), mutta toisaalla suositellaan erillistä kuvien kalibrointia (Archaeology Data Service / Digital Antiquity 2011a; Karme 2020). Arkeologisten kokoelmien 3D-digitointihankkeessa tutkittiin siksi valokuvien kalibroinnin vaikutusta 3D-digitoinnin tarkkuuteen. Kalibroidusta ja kalibroimattomasta kuvasarjasta Metashape-ohjelmalla tehdyt 3D-digitoinnit poikkesivat toisistaan keskimäärin 0,000134 mm, vaihteluvälin ollessa 0,000393 mm. Poikkeaman ollessa näin pieni, ei hankkeessa kalibroitu kuvia erikseen ennen fotogrammetria-ohjelmaan vientiä. Kalibroinnin tarpeellisuutta kannattaa kuitenkin pohtia tapauskohtaisesti, 3D-digitoinnin tavoitteet ja käytetty kalusto huomioiden. Kuva 18. Foldio360-kuvaustasoa ohjataan kännykkäsovelluksella. Sovellus ottaa automaattisesti 24, 36 tai 48 valokuvan kuvakehän. Etäyhteys kameraan tai kameroihin tapahtuu infrapunavalolla. Useampaa kameraa käyttämällä säästyy työaikaa, koska eri korkeuksilta otettavat kuvakehät voi kuvata samanaikaisesti. Arkeologisten kokoelmien 3D-digitointi 44 3D-digitointimenetelmät 45 Kuva 19. Kuvat on otettu 24, 35 ja 50 mm polttovälillä (ylhäältä alas). Kameran ja soljen välistä etäisyyttä ei ole muutettu kuvien välissä, vaan kuvien välinen eroavaisuus johtuu eri polttoväleistä. 3D-digitointiprosessi fotogrammetria-ohjelmassa Valmiit kuvat viedään fotogrammetria-ohjelmaan, jossa suoritetaan seuraavat työvaiheet (suluissa olevat englanninkieliset termit ovat fotogrammetriassa yleisesti käytössä olevia nimityksiä kullekin työvaiheelle): 1. Kuvien yhdistäminen (align): Valokuvien sijainnin ja kohteen kolmiulotteisen muodon laskeminen valokuvissa näkyvien piirteiden pohjalta. Työvaiheen tuloksena on pistepilvi, jota osassa ohjelmia voidaan vielä tarkentaa (Agisoft 2019: 25). 2. Polygonimallin laskeminen (build reconstruction, build mesh): Polygonimalli lasketaan pistepilven pohjalta. Usein fotogrammetria-ohjelmat tarjoavat eri vaihtoehtoja, kuinka tarkasti ja millä resoluutiolla polygonimallin pinta noudattaa pistepilven muotoa (esimerkiksi RealityCapturen “Preview”, “Normal detail” ja “High detail”). Valmista polygonimallia voi yleensä muokata jo fotogrammetria-ohjelmassa, esimerkiksi valita ja poistaa ylimääräisiä polygoneja. 3. Polygonimallin teksturointi (build texture): Kohteen värityksen eli tekstuurin laskeminen valokuvien pohjalta. Jos värityksessä halutaan välttää sumeita alueita, voi sumeat alueet peittää ennen tätä työvaihetta joko samassa ohjelmassa (Agisoft 2019: 82) tai erillisessä ohjelmassa, jolloin kuvat on tuotava alkuperäisten kuvien tilalle fotogrammetria-ohjelmaan (CapturingReality 2019b). 4. Mallin asettaminen mittakaavaan: Fotogrammetriassa kohde ei ole automaattisesti oikeassa mittakaavassa, vaan tieto kohteen koosta on tuotava ohjelmaan valokuvissa näkyvän mittakaavajanan avulla. Valokuviin merkitään ohjelmassa mittakaavajanan päät pistetyökalulla (control point, marker) ja niiden välinen etäisyys määritetään (define distance, create scale bar). Mittakaava voidaan asettaa myös lisäämällä kuvaustasolle automaattisesti tunnistettavia markkereita, joiden sijainti valitussa koordinaatistossa viedään ohjelmaan. Mittakaavaa asetettaessa on tärkeä tarkistaa, että ohjelmassa on valittu oikea mittayksikkö, jotta esimerkiksi metreinä syötetty mittakaava ei näy ohjelmassa millimetreinä. 5. Valmis 3D-digitointi viedään ohjelmasta jälkikäsiteltäväksi, esimerkiksi obj- tiedostomuodossa. Arkeologisten kokoelmien 3D-digitointi 46 Kuva 20. O.-P. Puttonen skannaa kalloa Artec Space Spider -3D-skannerilla. 3D-skannerit 3D-skanneri mittaa kohteen kolmiulotteisen muodon erilaisilla valon heijastamiseen ja vastaanottamiseen perustuvilla menetelmillä. Termi käsittää laajan kirjon erilaisia skannereita, joiden toimintaperiaate, tarkkuus, hintaluokka ja käyttötapa vaihtelevat huomattavasti. Yleisimmät 3D-skannerit perustuvat laservaloon, infrapunavaloon tai rakennevaloon eli valokuvion heijastamiseen kohteen pinnalle (ks. esim. Grussenmeyer et al. 2016; Kalantari & Nechifor 2016; Lachat et al. 2017; Artec 2020b, Artec 2020c). 3D-digitointimenetelmät 47 Kuva 21. Laserskannerin toimintaperiaate. lasersäteeseen perustuva 3D-skanneri Laserskanneri lähettää kohteeseen lasersäteitä ja vastaanottaa kohteesta heijastuneet säteet. Kohteen kolmiulotteinen muoto voidaan laskea heijastuksista trigonometrian avulla (triangulation-based scanners, ks. Grussenmeyer et al. 2016: 317) tai mittaamalla lasersäteiden kulkuaikaa tai aaltoa (time of flight systems, ks. Grussenmeyer et al. 2016: 311–316). Laseriin perustuvia 3D-skannereita ovat esimerkiksi 3D Sense (Pekkarinen 2020), Faro Freestyle X (Lachat et al. 2017), Konica Minolta VI-910 (Reuter 2014) sekä NextEngine 3D (Fragkos et al. 2018). Rakennevaloskanneri Rakennevaloon perustuvan 3D-skannerin projektori heijastaa kohteen pinnalle geometrisen valokuvion, esimerkiksi viivoja. Skanneriin kuuluva kamera tallentaa tiedot valokuvion Arkeologisten kokoelmien 3D-digitointi 48 muutoksista kohteen pinnalla, ja skanneri laskee trigonometrian avulla valokuvion kunkin pisteen sijainnin kohteen pinnalla (Georgopoulous et al. 2010). Rakennevaloskannereita ovat esimerkiksi 3D3 White Light Scanner (Haukaas 2014), Artecin Space Spider, Eva ja Leo -mallit (Campanacho 2017; Zachar & Jončić, 2017), ATOS (Kersten et al. 2016), Breuckmann (nyk. Aicon) Smartscan ja StereoScan -skannerit (Evin et al. 2016; Katz & Friess 2014; Kivioja 2014) sekä David SLS (Pekkarinen 2020). Infrapunavaloon perustuva 3D-skanneri Edulliset, infapunavaloon perustuvat 3D-skannerit heijastavat kohteen pinnalle infrapunavalokuvion ja laskevat kohteen kolmiulotteisen muodon kuvion perusteella, rakennevaloskannereiden tavoin (Kalantari & Nechifor 2016). Infrapunavaloon perustuvia 3D-skannereita ovat esimerkiksi Microsoft Kinect v1 ja v2 (Kersten et al. 2016) sekä Structure Sensor (Kalantari & Nechifor 2016; Virtanen et al. 2019). Kuva 22. Rakennevaloskannerin toimintaperiaate. Kuva H. Hamidin (2020) mukaan A. Debenjak- Ijäs. 3D-digitointimenetelmät 49 3D-Skannausprosessi 3D-skannausprosessi koostuu yleensä seuraavista työvaiheista (Akca et al. 2006). Osteologisten aineistojen 3D-skannaamiseen Artec Space Spider -rakennevaloskannerilla on tuotettu laadukas, yksityiskohtainen ohje (Campanacho 2017). 3D-digitointimenetelmien vertailu First, it cannot be argued that the use of 3D technologies in archaeology can be an automated procedure (De Reu et al., 2014; Forte et al., 2015) or that there is a single solution that can be considered as a panacea (Koutsoudis et al., 2013). Tsiafaki & Michailidou 2015: 42 Eri 3D-digitointimenetelmiä voidaan vertailla esimerkiksi tarkkuuden, tekstuurin laadun, prosessin keston tai yleisen käytettävyyden suhteen. Tarkkuuden vertailu tapahtuu yleisesti vertailemalla 3D-digitointia joko pistepilvenä tai polygonimallina toisella menetelmällä tuotettuun referenssiaineistoon. Tuloksena saadaan 3D-digitointien välinen eroavaisuus 1. Skannaus: kohde skannataan joko pyörivällä kuvaustasolla (kiinteät skannerit) tai kiertämällä kohteen ympäri (käsikäyttöiset skannerit). Skannausten välillä kohteen asentoa käännetään niin, että se on lopulta skannattu joka puolelta. 2. Skannausten yhdistäminen: Ohjelmasta riippuen eri puolilta kohdetta otetut skannaukset yhdistetään joko manuaalisesti tai automaattisesti. 3. Polygonimallin laskeminen yhdistettyjen skannausten pohjalta. 4. Teksturointi: Tiedot kohteen värityksestä tallennetaan skannauksen yhteydessä 3D-skanneriin yhdistetyn kameran avulla. Polygonimalli teksturoidaan näiden tietojen pohjalta. 5. 3D-digitointi viedään jälkikäsiteltäväksi esimerkiksi .obj -tiedostomuodossa. 3D-skannerilla tuotettu 3D-digitointi on suoraan oikeassa mittakaavassa, mutta mittayksikkö kannattaa tarkistaa ennen digitoinnin viemistä. Arkeologisten kokoelmien 3D-digitointi 50 esimerkiksi millimetreissä. Tuloksen tarkastelussa on kuitenkin huomioitava referenssimallin tarkkuus. Esimerkiksi digitaalisella fotogrammetrialla tuotettuja 3D-digitointeja käytetään paikoin luotettavana vertailuaineistona (esimerkiksi Lachat et al. 2017; Ravanelli et al. 2017a; Virtanen et al. 2019), paikoin tutkimuksen kohteena olevana uutena menetelmänä (esim. Evin et al. 2016; Kersten et al. 2016). Menetelmien välisten tarkkuusvertailujen lisäksi on muistettava, että myös menetelmän sisällä voi olla suuria laite- ja prosessikohtaisia eroja. Esimerkiksi FARO Freestyle 3D X -laserskannerilla tehdyn 25 skannauksen välillä oli jopa viiden millimetrin eroavaisuuksia (Lachat et al. 2017). Fotogrammetriassa kuvaustapa vaikuttaa voimakkaasti digitoinnin tarkkuuteen (Magnani et al. 2016; Sapirstein 2018). Kuva 23. Vertailuun voidaan käyttää esimerkiksi CloudCompare tai GOM Inspect -ohjelmia. Kuvassa fotogrammetrialla kalibroidusta ja kalibroimattomasta kuvasarjasta tuotettujen 3D-digitointien vertailua CloudComparessa. Kuva: Akseli Tolvi. 3D-digitointimenetelmät 51 Menetelmävertailuja on julkaistu runsaasti, sillä menetelmät kehittyvät nopeasti ja muutamankin vuoden takainen vertailu voi olla osin jo vanhentunut. Vertailuihin kannattaa siksi tutustua kattavasti, omat tavoitteet ja tutkimuskysymykset huomioiden. Yleisiä vertailuja ovat koonneet muun muassa Gniady & Rogers (2018) sekä Ruotsin Riksantikvarieämbetet (2019d). Liitteeseen 5 on koottu eri 3D-digitointimenetelmien vertailuja tarkkuuden, tekstuurin laadun sekä menetelmän keston suhteen. Menetelmien erot sekä hyvät ja haastavat puolet voidaan summata seuraavasti: Fotogrammetria Tarkkuus Riippuu voimakkaasti käytetystä ohjelmasta sekä valokuvien laadusta (Magnani et al. 2016). Yltää jopa 0,2 mm. tarkkuuteen laadukkailla, hyvällä kuvauskalustolla otetuilla kuvilla (Kersten et al. 2016: 512). Kesto Hyvin vaihteleva, riippuen valokuvien määrästä, ohjelmasta ja tietokoneesta. Yksinkertaisia 3D-digitointeja voidaan tuottaa jopa 30–60 minuutissa (Máte-González et al. 2017). Yleisesti prosessin kesto on noin kahdesta neljään tuntia (Mathys et al. 2013: 204; Katz & Friess 2014: 156; Marziali & Dionisio 2017; Gniady & Rogers 2018: 43; Pekkarinen 2020; Waugner 2020). Hyvin yksityiskohtaisen ja tarkan fotogrammetrisen 3D-digitoinnin tuottaminen voi kuitenkin kestää jopa yli kokonaisen työpäivän (Haukaas 2014; Järvinen 2019; Åsten 2019). Fotogrammetriassa suuri osa prosessin kestosta on kuitenkin passiivista laskenta-aikaa, jolloin ohjelman voi jättää laskemaan digitointia yön yli. Hyvät puolet • Hyvin toteutettuna menetelmä on riittävän tarkka vaativaankin tutkimuskäyttöön. • Toimii muita menetelmiä paremmin haastaville, esimerkiksi kiiltäville, pinnoille. • Laadukas, realistinen tekstuuri (Mathys et al. 2013; Gutiérrez-Heredia et al. 2015; Evin et al. 2016). • Helposti siirrettävä kalusto (ks. esim. Katz & Friess 2014: 156; Porter et al. 2016c). Arkeologisten kokoelmien 3D-digitointi 52 • Hinta-laatu -suhteeltaan erinomainen menetelmä (Gutiérrez-Heredia et al. 2015: 189). Haasteet • Digitointien laatu ei ole “vakioitu” vaan vaihtelee voimakkaasti riippuen käytetystä kalustosta, valokuvista ja ohjelmasta (Magnani et al. 2016). Tietyn digitointiprosessin tarkkuuden arviointi vaatii käytännössä vertailua esimerkiksi CT-skannauksella tai muulla tarkkuudeltaan tunnetulla menetelmällä tuotetun 3D-digitoinnin kanssa. • Laadukkaiden, syvyysterävyydeltään riittävien kuvien ottaminen vaatii hyvää valokuvausosaamista. laadukkaat, kiinteät 3D-skannerit Tarkkuus Parhaimmillaan 0,01–0,02 millimetriä. (Kersten et al. 2016: 508). Kesto Nopeimmillaan, esineiden ollessa yksinkertaisia, voi skannaus kestää alle tunnin (Mathys 2013: 204; Katz & Friess 2014: 156; Reuter et al. 2014: 131; Mathys 2013: 204). Sustainable Archaeology -hankkeessa yhden esineen skannaus kesti noin puolitoista tuntia kolmen hengen ryhmältä (Ahmed et al. 2014: 150). Yleinen työaika on kahdesta kolmeen tuntia esinettä kohden (mm. Haukaas 2014; Kivioja 2014). Skannausprosessin kestoa käsittelevät julkaisut ovat kuitenkin osin jo vanhentuneita, ohjelmistojen ja komponenttien kehittyessä nopeammiksi. Myös laitteiden väliset eroavaisuudet ovat suuria, esimerkiksi Mephisto EX- Pro -rakennevaloskannerilla ihmisen kallon digitointi kesti hieman alle kaksi tuntia ja saman tekijän NextEngine -laserskannerilla tekemä digitointi lähes seitsemän tuntia (Mathys et al. 2013: 204). Hyvät puolet • Toistettavuus ja luotettavuus esimerkiksi tarkkuuden suhteen. • Parhaimmillaan hyvin tarkka. 3D-digitointimenetelmät 53 Haasteet • Korkea hinta (Kersten et al. 2016: 508; Kuusela 2019: 35). • Hintavan skannausohjelman käyttöön saatava tuki rajoittuu yleensä valmistajan tarjoamiin ohjeisiin, eikä yksinkertaistettuja ohjeita tai foorumikeskusteluja ole tarjolla samalla tavalla kuin edullisemmille fotogrammetriaohjelmille. • Skannerit sopivat yleensä hyvin rajatun kokoisille esineille. Isompien tai pienempien esineiden digitoimiseksi on ostettava lisäosia (esim. Hexagon 2020). • Tekstuurin laatu ei ole niin hyvä kuin fotogrammetriassa (Mathys et al. 2013; Gutiérrez-Heredia et al. 2015; Evin et al. 2016). laadukkaat käsikäyttöiset 3D-skannerit Tarkkuus Yleensä noin 0,05 millimetriä. (Kersten et al. 2016: 508). Hyvät puolet • Verrattain helposti siirrettävä kalusto (osa skannereista on skannaamisen ajaksi kiinnitettävä USB-johdolla esimerkiksi kannettavaan tietokoneeseen, mikä hankaloittaa käyttöä kentällä). • Toistettavuus ja luotettavuus. • Verrattain tarkka. Haasteet • Korkea hinta (Kersten et al. 2016: 508; Kuusela 2019: 35). • Tekstuurin laatu ei ole niin hyvä kuin fotogrammetriassa. • Vaatelias esineen geometrian suhteen. Monimutkaiset kohteet jäävät helposti reikäisiksi (arkeologisten kokoelmien 3D-digitointihankkeen oma havainto). • Aktiiviseen valon heijastamiseen perustuvana menetelmänä toimii huonosti kiiltäville pinnoille. Arkeologisten kokoelmien 3D-digitointi 54 edulliset, mobiililaitteeseen liitettävät syvyyskamerat Tarkkuus Optimaalisella kuvausetäisyydellä noin 0,5–5 millimetriä (Kersten et al. 2016: 508; Virtanen et al. 2019: 451). Hyvät puolet • Edullinen (Kersten 2016: 508; Virtanen et al. 2019). • Helppokäyttöinen. • Vastaa yksinkertaisen visualisoinnin ja mittausten tarpeisiin (Ravanelli et al. 2017a, Ravanelli 2017b; Virtanen 2019). Haasteet • Epätarkka etenkin kulmien kohdalla (esim. Virtanen 2019: 454–455). • Aktiiviseen valon heijastamiseen perustuvana menetelmänä toimii huonosti kiiltäville pinnoille (Ravanelli et al. 2017b). • Infrapunavaloon perustuvat syvyyskamerat toimivat heikosti kirkkaassa auringonpaisteessa (Ravanelli et al. 2017b). 55 3D-digitointien jälkikäsittely 3D-digitointiohjelmalla tuotettu polygonimalli on harvoin valmis sellaisenaan julkaistavaksi. Jälkikäsittelyn avulla varmistetaan, että digitointi vastaa tulevia käyttötarpeita. Jos jälkikäsittelyn aikana muokataan digitoinnin polygoniverkkoa tai tekstuuria, on muokkaukset tehtävä aina kopioon, ei alkuperäiseen 3D-digitointiin. Muokkaukset on aina mainittava 3D-digitoinnin metatiedoissa. ”Ennen ja jälkeen” -tyyppinen kuvapari helpottaa muokkausten hahmottamista jälkikäteen. Kuva 24. Lasipullon katkelman 3D-digitoinnista silotettiin heijastuksen vuoksi syntynyt virhe. Kuvassa metatietoihin liitetty ”ennen ja jälkeen” -kuvapari. Arkeologisten kokoelmien 3D-digitointi 56 Kuva 25. Jälkikäsittelyohjelmassa voidaan myös yhdistää yksittäisistä esineen katkelmista tuotettuja 3D-digitointeja. Kuvassa yksitellen 3D-digitoiduista kaularenkaan katkelmista jälkikäsittelyn yhteydessä tuotettu rekonstruktio kaularenkaan alkuperäisestä muodosta. Rekonstruktio J. Leppänen & P. Tervonen. Jälkikäsittelyyn voivat kuulua esimerkiksi seuraavat työvaiheet: • Asettaminen koordinaatiston origoon, jolloin 3D-digitointi on helposti löydettävissä, kun digitointi tuodaan katselu- tai muokkausohjelmaan. • Kääntäminen ”oikein päin”. • Polygoniverkon muokkaaminen: esimerkiksi katvealueisiin jääneiden reikien paikkaaminen tai virheellisten kohoumien silottaminen. • Tekstuurin korjaaminen. • 3D-digitoinnin mittakaavan tarkistaminen ja digitaalisen mittakaavan liittäminen 3D-digitoinnin yhteyteen. 3D-digitointien jälkikäsittely 57 Jälkikäsittely on helppo tapa varmistaa, että 3D-digitointi on arkistointikelpoinen, sillä työvaiheen yhteydessä inhimillisestä virheestä johtuvat viat on helppo nähdä ja korjata. Toisaalta työvaihe on aikaa vievä, joten jälkikäsittelyn tarve kannattaa arvioida etukäteen ja varata työvaiheelle riittävästi aikaa. 3D-aineiston muokkaamiseen sopivia ohjelmia on lukuisia. Arkeologisten kokoelmien 3D-digitointihanke on tuottanut ohjeet 3D-digitointien jälkikäsittelyyn, muokkaamiseen ja yhdistämiseen Blender-ohjelmassa (Liite 6). Muita maksuttomia ohjelmia ovat esimerkiksi ilmaiset Meshlab (2020) tai Meshmixer (2020). Arkeologisten kokoelmien 3D-digitointi 58 59 3D-digitointien tallentaminen ja jakaminen Useat arkeologisen aineiston 3D-digitointia käsittelevät julkaisut nostavat esille 3D-digitointien tallentamisen, pitkäaikaissäilytyksen ja uudelleenkäytön haasteet (mm. Forte et al. 2015: 54–55; Tsiafaki & Michailidou 2015: 42–43; Brunke 2017; Niven & Richards 2017; Immonen & Malinen 2020; Roiha 2020). Esille nousevat seuraavat kysymykset: Laatu: Onko 3D-digitointiprosessi dokumentoitu riittävällä tarkkuudella niin, että tuleva käyttäjä voi arvioida vastaako digitointi hänen käyttötarpeitaan? Löytyvätkö 3D-digitoinnin ohesta metatiedot, jotka sisältävät digitointia koskevien tietojen ja kuvailun lisäksi tietoa 3D-digitoidusta originaalista? Näkyvyys: Onko 3D-digitointi julkaistu niin, että sen olemassaolo on yleisesti tiedossa? Löytävätkö potentiaaliset tulevat käyttäjät 3D-digitoinnin? Saatavuus: Onko 3D-digitointi saatavissa yleisesti käytetyssä tiedostomuodossa, jonka voi avata maksuttomalla, yleisellä 3D-katseluohjelmalla? Löytyvätkö julkaistun 3D-digitoinnin yhteydestä sen käyttöoikeudet ja tarvittaessa ohjeet siitä, mistä alkuperäisen, yksinkertaistamattoman 3D-digitoinnin ja siihen liittyvät lisämateriaalit saa käyttöönsä? Seuranta: Vastaako jokin taho sekä itse 3D-digitoinnin että siihen liittyvien tiedostojen aktiivisesta päivittämisestä uusiin tiedosto- ja tallennusmuotoihin? Onko aineistoa hallinnoivalla organisaatiolla pitkän tähtäimen strategia 3D-aineistojen säilyttämisestä? Viime vuosina mainittuihin kysymyksiin on haettu entistä aktiivisemmin ratkaisuja luomalla yhteisiä käytäntöjä ja laatuvaatimuksia. Näitä ovat kansainväliset sopimukset kulttuuriperintöaineiston digitointiin ja virtuaaliarkeologiaan liittyen, yleiset metatietomallit, sekä kansainväliset FAIR-periaatteet, joiden tavoitteena on tehdä digitaalinen tutkimusaineisto löydettäväksi, saavutettavaksi, yhteentoimivaksi ja uudelleenkäytettäväksi (London Charter 2009; Archaeology Data Service 2011b; Seville Principles 2017; DPO 2018; Europeana 2020b; FAIRDATA 2020). Arkeologisten kokoelmien 3D-digitointi 60 Metatiedot Metatieto on “aineiston kontekstia, sisältöä ja rakennetta sekä niiden hallintaa ja käsittelyä koko elinkaaren ajan kuvaavaa tietoa. Metatietoa voidaan käyttää muun muassa aineiston hakuun, paikallistamiseen, pitkäaikaissäilyttämiseen ja tunnistamiseen” (Digitalpreservation.fi 2019a). Paratiedolla kuvataan aineiston tulkintaan liittyviä tietoja, erotuksena itse aineistoa ja sen käsittelyä kuvailevista metatiedoista (London Charter 2009: 13). FAIR-periaatteista erityisesti yhteentoimiva ja uudelleenkäytettävä edellyttävät laadukkaita metatietoja. 3D-aineiston kohdalla meta- ja paratiedot nousevat erityisen tärkeiksi, sillä digitointimenetelmien ja työtapojen hajanaisuuden takia digitaalisen kopion ja alkuperäisen esineen välinen suhde voi helposti hämärtyä (DPO 2018). Kulttuuriperintöaineistosta tuotettu 3D-malli voi rakentua mittausten, kuten 3D-skannereiden tai fotogrammetrian varaan, tai se on voitu tuottaa arkistolähteiden pohjalta 3D-mallinnosohjelmalla. Kuten muunkin arkeologisen tiedon, myös 3D-digitoinnin epätarkkuus jakautuu käytetyn lähdeaineiston laatuun, kattavuuteen ja luotettavuuteen sekä lähteistä johdettujen tulkintojen määrään ja tasoon (Brusaporci 2017: 129). Tärkeä metatietoaineiston piirre onkin avoimuus tietojen keruutavasta, mahdollisista virhelähteistä sekä 3D-digitoinnin perustana olevista tulkinnoista (FAIRDATA 2020; Brunke 2017: 22). Aineiston jatkokäytön kannalta on tärkeää, että metatietojen avulla voidaan todentaa digitoinnin vastaavuus, joten metatiedoissa on mainittava, miltä osin digitointi oikeasti vastaa alkuperäistä objektia (Hupaniitty 2012: 8, 38, 55). 3D-aineiston jatkokäytön sujuvuuteen liittyy myös käytettyjen ohjelmien ja niiden asetusten ja työvaiheiden tarkka kuvailu. Esimerkiksi fotogrammetriaprosessissa käytetyt asetukset vaikuttavat voimakkaasti tuotetun 3D-digitoinnin luotettavuuteen. Parhaimmillaan metatiedot riittävät kaikkien työvaiheiden rekonstruoimiseen (esim. Zachar & Jončić 2017: 133, katso myös arkeologisten kokoelmien 3D-digitointihankkeen tuottama esimerkki 3D-digitoidun löydön metatiedoista liitteessä 7). Arkeologian alalla Archaeology Data Service on yksi digitaalisen aineiston metatietoja ja uudelleenkäytettävyyttä kehittäneistä edelläkävijöistä (Archaeology Data Service 2011a; Niven & Richards 2017: 178). Viime vuosina myös suuret kulttuuriperintötoimijat kuten Europeana ja Smithsonian Digitization Program Office ovat tuottaneet selkeitä ohjeita 3D-aineistojen metatiedoista (DPO 2018; Europeana 2020a; Europeana 2020b). Ohjeistuksiin perehtyessä on kuitenkin muistettava, että osa on laadittu ensisijaisesti kiinteiden muinaisjäännösten 3D-dokumentointia ajatellen tai tilanteisiin, joissa digitoitava kohde tuhoutuu esimerkiksi arkeologisten kaivausten myötä. Tällainen tilanne poikkeaa konservoidun museoesineen 3D-digitoinnista, jossa myös originaali säilytetään. 3D-digitointien tallentaminen ja jakaminen 61 Yleisiä metatietomalleja ovat muun muassa: • CARARE (D’Andrea & Fernie 2013; Carare Pro 2020) • Europeana Data Model (Europeana 2020b) • Smithsonian 3D metadata model (DPO 2018) Muita kulttuuriperintöaineistolle suunnattuja metatietomalleja ovat muun muassa CRMdig (CIDOC-CRM 2016), erityisesti arkeologiselle aineistolle suunniteltu STARC metadata model (Clowder 2020) sekä Ruotsin Riksantikvarieämbetetin julkaisema metatietomalli (Riksantikvarieämbetet 2019e). 3D-digitointiin liittyviä tietoja voidaan ryhmitellä esimerkiksi projektitason metatietoihin ja yksittäistä objektia koskeviin metatietoihin (Niven & Richards 2017: 181) tai erilaisiin ryhmiin, kuten aineiston hallinnointiin, kuvailuun, teknisiin tietoihin ja rakenteisiin liittyviin metatietoihin (Blundell et al. 2018; Digitalpreservation.fi 2019b). Kattavat metatiedot vastaavat ainakin seuraaviin kysymyksiin (Archaeology Data Service 2011b; Blundell et al. 2018; Europeana 2020a): Projektikohtainen metatieto • 3D-digitointiprojektin tai -hankkeen esittely o Hankkeen nimi o Hankkeen kuvailu: tutkimuskysymykset, tavoite, menetelmät o Toteutusajankohta o Päätoimijat o Tulosten julkaisukanava • 3D-digitointiprosessi o Mitä tutkimuskysymyksiä tai tarpeita ajatellen 3D-aineisto on kerätty o 3D-digitoidun aineiston ja koko kokoelman välinen suhde (onko digitoitu koko kokoelma vai vain sen osa, ja jos vain osa, niin millä perustein se on valittu; ks. myös Hupaniitty 2012: 33) o 3D-aineiston tuottamiseen ja laatuun vaikuttavat olosuhteet (esimerkiksi kehno keli maastokohteen digitoinnissa, kiireinen projektiaikataulu, 62 Arkeologisten kokoelmien 3D-digitointi tekijöiden osaaminen) o 3D-aineiston tuottamiseen käytetty kalusto, menetelmät ja sovellukset sekä mahdolliset kalibrointitiedot o 3D-digitoinnin toteuttajat • Tuotettu 3D-aineisto kokonaisuutena o Tallennuspaikka o Hankkeen kansiorakenteen kuvaus, ja maininta jos esimerkiksi osa tiedostoista koostuu useasta osasta, kuten .obj -muotoiset 3D-mallit. o Aineiston käyttöoikeus (FAIRDATA 2020) o Ohjeistus aineistoon viittaamisesta (Hupaniitty 2012: 8, 39) yksittäisen objektin metatieto • Originaalin objektin kuvailu o Kokoelmatunnus tai muu yksilöivä nimeke o Kuvaus objektista (esimerkiksi esinetyyppi tai löytölaji, sanallinen esinekuvaus, mitat, tulkinnat) o Maantieteellinen ja ajallinen konteksti o Originaalin sijainti tai maininta, jos originaali on tuhoutunut 3D-digitointiprosessin jälkeen o Originaalin käyttöoikeudet ja niihin vaikuttavat tekijät o Lähteet o Hakusanat (yleisesti tunnettuja sanastoja ja ontologioita käyttäen; FAIRDATA 2020) • Objektin 3D-digitointiprosessin tiedot o Digitoinnin toteuttanut henkilö o Digitointipäivämäärä(t) o Digitointiympäristö (esimerkiksi valaistus, tausta) o Digitointimenetelmä 63 3D-digitointien tallentaminen ja jakaminen o Aineiston kalibrointi o Mittakaavan asetus (fotogrammetrian tapauksessa avaa sitä, miten 3D-digitointi on asetettu mittakaavaan, vai onko ollenkaan)  Käytetty mittayksikkö (esimerkiksi mm, cm, m)  Kuvaus siitä, miten 3D-digitointi on asetettu mittakaavaan (onko käytetty kuvissa näkyvää, fyysistä viivoitinta, tulostettua mittakaavaa, kalibroitua mittakaavaa tai ohjelmien omia markkereita, joilla on tunnetut koordinaatit tai etäisyys  Arvio mittakaavan tarkkuudesta (millä virhemarginaalilla 3D-digitointi on asetettu mittakaavaan) o Digitointiasento/-asennot (kuinka monessa asennossa/positiossa objekti on 3D-digitoitu, esimerkiksi vain pystyasennossa vai pysty- ja vaaka-asennossa). o Kuvausprosessi (miten objekti on valokuvattu kussakin asennossa, esimerkiksi kolme 24 kuvan kuvasarjaa, joista ensimmäinen 10 asteen, toinen 40 asteen ja kolmas 75 asteen kulmassa) o Käytetty kalusto ja kaluston asetukset (esimerkiksi onko fotogrammetrinen kuvasarja otettu automaattisella, vaihtuvalla tarkennuksella vai kiinteällä tarkennuksella, millä polttovälillä ja valotusajalla jne.) o Käytetyt ohjelmat ja niiden asetukset o Prosessissa käytetyt tiedostot, esimerkiksi valokuvat ja kalibrointitiedostot o Muut huomiot: vapaakenttä, johon liitetään selitys mahdollisista poikkeuksista • 3D-objektin tiedot o 3D-objektin tunniste o 3D-mallin kuvaus: tyyppi (pistepilviaineisto tai polygoniverkko), koko (polygonien tai pisteiden määrä), tekstuuri, lisätyt objektit o 3D-malliin tehdyt muokkaukset (automaattinen tai manuaalinen katvealueisiin jääneiden reikien paikkaus, silottaminen tai muu polygoniverkon muokkaus, tekstuurin muokkaus) o Versiotiedot: onko 3D-digitoinnista tuotettu esimerkiksi alkuperäinen sekä yksinkertaistettu versio? Miten versiot ovat erotettavissa toisistaan? o Tallennuspaikka o Käyttöoikeudet Arkeologisten kokoelmien 3D-digitointi 64 o 3D-objektin sekä mahdollisten siitä johdettujen versioiden tiedostomuoto tai -muodot • Tiedostolistaus yksittäiseen 3D-digitointiin liittyvistä tiedostoista. Esimerkiksi: o Valokuvat o Kalibrointitiedosto o 3D-digitointiohjelman tiedosto o Tuotettu 3D-digitointi alkuperäisessä tarkkuudessa o Yksinkertaistettu 3D-digitointi o 3D-digitoinnista tehty video yleiset 3D-aineistojen tallentamiseen käytetyt tiedostomuodot 3D-aineiston tallentamiseen ja jakamiseen on tarjolla lukemattomia tiedostomuotoja, sillä 3D-digitointi- ja mallinnosohjelmilla on omat tiedostomuotonsa, ja aineiston siirtämiseen eri ohjelmistojen välillä on kehitetty eri tarpeisiin sopivia ratkaisuja. Keskeistä tiedostomuodoille on, että niillä on mahdollista tallentaa tieto sekä 3D-digitoinnin kolmiulotteisesta rakenteesta että värityksestä. Niven & Richards (2017: 180) nostavat esille digitaalisten aineistojen pitkäaikaissäilyttämiseen sopivan tiedostomuodon kolme tärkeää piirrettä: • Avoin, ei-kaupallinen tiedostomuoto, jonka kehitysvaiheet on dokumentoitu ja joka on avoimesti saatavilla • Tekstimuotoinen tallennustapa, kuten ASCII- tai XML -pohjainen tiedosto • Tiedostomuoto ei pakkaa (kompressoi) aineistoja Yleisimpiä ohjelmistojen välisiä tiedostomuotoja ovat obj, ply ja collada (dae). Archaeology Data Service suosittelee 3D-aineiston tallentamista pistepilvimuodossa ASCII txt -tiedostona tai polygonimuodossa obj-tiedostona (Barnes & Niven 2011: section 4; Payne & Niven 2011: section 3). Obj-tiedostomuodon rinnalle on noussut aivan viime vuosina yleistynyt, 3D-aineiston visualisointiin kehitetty glb/glTF-muoto. Finnan 3D-työryhmä suosittelee aineiston visualisointiin Finnassa glTF embedded (gltf ) taikka glTF binary (glb) -tiedostoa ja reilusti alle 100 megatavun tiedostokokoa (Tiisanoja 2020). Fotogrammetrian pohjalta 3D-digitointien tallentaminen ja jakaminen 65 tuotetuissa 3D-malleissa kaikkein varminta on säästää itse valokuvat pakkaamattomina tif- tai dng-tiedostoina. Kirjoitushetkellä käytössä ovat muun muassa seuraavat yleiset tiedostomuodot: Wavefront OBJ Obj on yksinkertainen ASCII–pohjainen tiedostomuoto 3D-aineiston tallentamiseen ja jakamiseen. Tiedostomuoto koostuu varsinaisesta polygonimallista (obj), mahdollisesta kuvamuotoisesta tekstuurista (jpg, png, tif tai muu kuvaformaatti) sekä näitä yhdistävästä mtl- kirjastosta (Fileformat.info 2020). Tiedostomuodon etuna on sen yleinen, vakiintunut asema, jonka ansiosta valtaosa nykyisin käytössä olevista 3D-katselu- ja editointiohjelmista tukee obj- tiedostoja. DAE (Collada) Collada on XML-pohjainen, avoin tiedostomuoto 3D-aineistojen pakkaamattomaan ohjelmistojenväliseen siirtämiseen. Tiedostomuoto on yleensä dae-päätteinen. Khronos groupin kehittämä tiedostomuoto muodostaa parin yhdessä glTF-tiedostomuodon kanssa. Näistä Collada on suunniteltu 3D-aineistojen siirtämiseen ohjelmien välillä esimerkiksi 3D-digitointi- tai mallinnosprosessin eri vaiheissa, kun taas glTF on suunnattu 3D-aineiston helppoon jakamiseen ja visualisointiin. (Khronos 2020.) GLB/glTF Glb/glTF on avoin tiedostomuoto 3D-aineistojen tehokkaaseen jakamiseen ja lataamiseen. GlTF minimoi tiedostopaketin koon, sekä sen avaamiseen ja käyttämiseen tarvittavan ajan. Uudesta, vielä kehittyvästä tiedostomuodosta on useita versioita: glb / glTF embedded -muoto pakkaa 3D-aineistoon kuuluvat osat (polygonimalli, tekstuuri) yhteen ainoaan tiedostoon, mikä on etu verrattuna kolmesta tiedostosta koostuvaan obj-tiedostomuotoon. (Khronos 2019). Alkuperäisessä glTF-muodossa nämä aineistot ovat erikseen kolmena tiedostona (gltf-, bin- sekä tekstuuritiedosto), samaan tapaan kuin obj-tiedostoissa. Arkeologisten kokoelmien 3D-digitointi 66 PLY PLY on 3D-aineiston polygonimuotoiseen tallentamiseen suunniteltu tiedostomuoto. Muoto tunnetaan kehittäjänsä mukaan myös Stanford Triangle Format -nimellä. Tiedostomuoto sitoo polygoniverkon muotoa, väritystä, normaaleja, tekstuuria ja koordinaatteja kuvaavan tiedon yhteen tiedostoon. (Library of Congress 2020.) XYZ XYZ on ASCII-pohjainen tiedostomuoto, joka esittää tekstitiedostona 3D-digitoinnin pisteiden sijainnin X-, Y- ja Z-koordinaatistossa. Tiedostomuodon hyvä puoli on sen yksinkertaisuus. Haasteena on 3D-mallia määrittävien tietojen vähäisyys, esimerkiksi tieto 3D-mallin yksikkömuodosta on toimitettava tiedoston mukana. (Thomson 2020.) DWG AutoCAD-ohjelmistoperheen oma DWG-muoto nostetaan Avoin tiede ja tutkimus -hankkeessa esille turvallisena 3D-mallien tallennusmuotona. Hankkeen näkökulma lienee kuitenkin lähinnä born-digital-tyyppisissä, mallinnosohjelmalla tuotetuissa vektorimalleissa, jotka ovat verrattain yksinkertaisia ja teksturoimattomia (Tutkimus-PAS-työryhmä 2017: 27). 3D-PDF 3D-PDF on 3D-aineistoa sisältävä pdf-tiedosto, jossa 3D-mallia voi katsella, liikuttaa ja suurentaa. Tiedostomuoto on suunniteltu 3D-aineiston helppoon jakamiseen, sillä se mahdollistaa 3D-aineiston visualisoinnin esimerkiksi Adobe Reader-ohjelmalla. Tiedostomuoto toimii parhaiten verrattain yksinkertaisille 3D-malleille. 3D-PDF:n voi tallentaa arkistointiin suunnitellussa PDF/E-muodossa. (PDF3D 2020.) 3D-digitointien tallentaminen ja jakaminen 67 Tallennus ja pitkäaikaissäilytys 3D-aineiston säilyvyyden ja uudelleenkäytettävyyden varmistaminen vaativat paljon muutakin kuin itse 3D-digitoinnin tallentamisen (Niven & Richards 2017: 177). 3D-digitoinnin käyttökohde vaikuttaa siihen, miten ja kuinka pitkäksi aikaa 3D-digitointi tallennetaan (Decker & Ford 2017: 189–190). Muita vaikuttavia tekijöitä ovat käytössä olevat tekniset ja taloudelliset resurssit ja digitoitavan esineen säilyvyys. Varmalle tallennus- ja pitkäaikaissäilytysratkaisulle on erityinen tarve silloin, kun alkuperäinen esine tuhoutuu esimerkiksi hauraan materiaalin takia, tai on saatavissa vain lyhyen ajan, kuten jälleenhaudattavat osteologiset aineistot. (Niven & Richards 2017: 177.) 3D-aineiston tallentaminen 3D-digitointiin liittyvä, tallennettava kokonaisuus sisältää Archaeology Data Servicen ohjeiden mukaisesti seuraavat tiedostot (2011b): • 3D-digitoinnin yksinkertaistamattoman, mahdollisimman laadukkaan originaalin. o Mahdollisesti lisäksi yksinkertaistetun 3D-digitoinnin esimerkiksi selainpohjaista katseluohjelmaa varten. • 3D-digitointiohjelman tiedosto. • Kalibrointitiedot, kuten 3D-skannerin kalibrointitiedosto, jos aineisto on kalibroitu. • Fotogrammetriaa käytettäessä tallennetaan myös alkuperäiset kuvat pakkaamattomina (Niven & Richards 2017: 181). • Kattavat metatiedot txt- tai pdf-muodossa. Pitkäaikaissäilytys Pitkäaikaissäilytys (PAS) tarkoittaa digitaalisen informaation säilyttämistä ymmärrettävänä ja käytettävänä useiden kymmenien ja jopa satojen vuosien ajan. Laitteet, ohjelmistot ja tiedostomuodot vanhenevat ajan myötä, mutta informaation täytyy säilyä. Luotettava pitkäaikaissäilyttäminen edellyttää sisällön eheyden aktiivista valvontaa ja monenlaisiin riskeihin varautumista. Tässä ovat keskeisessä asemassa metatiedot, jotka kuvailevat mm. aineiston sisällön, historian ja alkuperän sekä tiedot siitä, miten informaatiota voidaan käyttää. PAS-palveluilla Arkeologisten kokoelmien 3D-digitointi 68 tarkoitetaan kulttuuriperintöaineistojen ja tutkimusaineistojen pitkäaikaissäilyttämiseen tuotettuja palveluita yhdessä. Digitalpreservation.fi 2020 Pitkäaikaissäilytyksestä vastaavat Suomen tutkimus- ja kulttuuriperintöaineistojen osalta Tieteen tietotekniikan keskus CSC sekä Tietoarkisto, tosin Tietoarkiston palvelut eivät kata tutkimuksessa tuotettua 3D-aineistoa. CSC:n PAS-palveluita tarjotaan ensisijaisesti opetus- ja kulttuuriministeriön alaisille, henkisen ja aineellisen kulttuuriperinnön säilyttämisestä vastaaville organisaatioille. (Digitalpreservation.fi 2020; Tietoarkisto 2020b.) PAS-palveluita varten aineiston on täytettävä METS-metatietostandardi, joten pitkäaikaissäilytys on hyvä huomioida jo aineiston muodostumisvaiheessa (Digitalpreservation.fi 2019b). Jos pienen digitointihankkeen resurssit eivät riitä PAS-palvelun avulla tuotettuun pitkäaikaissäilytykseen, nousee etukäteen laadittu aineistonhallintasuunnitelma entistä tärkeämpään asemaan. Suunnitelmassa huomioidaan tuotetun aineiston säilytys, käyttö- ja arkistokopiot, aineistosta tiedottaminen, käyttöehdot ja jakelu. Yksityiskohtaiset ohjeet aineistonhallintaan ja säilytykseen löytyvät esimerkiksi Tietoarkiston tuottamassa aineistonhallinnan käsikirjasta (Tietoarkisto 2020a). Yksittäisten tai määrällisesti pienten 3D-digitoitujen aineistojen tallennuksessa on hyvä muistaa seuraavat askeleet: 3D-aineiston varmuuskopiointi vähintään kahteen tunnettuun sijaintiin, esimerkiksi ulkoiselle kovalevylle sekä organisaation palvelimelle. Aineiston ja tallennuspaikkojen nimeäminen organisaation tietokantaan niin, että ne näkyvät esimerkiksi organisaation puurakenteessa. • Kopioinnin yhteydessä on varmistettava, ettei tiedostoja korruptoidu tai katoa. Tähän voi käyttää erillistä sovellusta, esimerkiksi Smithsonian 3D Digitization Program Officen BackIt -työkalua (Kunze et al. 2018). • 3D-aineiston mainitseminen esimerkiksi alkuperäisten esineiden tietojen yhteydessä kokoelmanhallintajärjestelmässä. • 3D-aineistoa hallinnoivan vastuuhenkilön nimeäminen. Tämä on erityisen tärkeää, jos kyseessä on organisaatio, jossa tehtävät vaihtuvat usein ja 3D-digitointi on hajanaista ja projektimuotoista. Vastuuhenkilön tehtävä on hyvä sitoa sopivaan työnimikkeeseen tai virkaan, jolloin tieto tehtävästä ei katoa henkilöstönvaihdoksen myötä ja tehtävän hoitamiseksi on helpompi osoittaa riittävästi aikaa. 69 3D-aineistojen jakaminen ja julkaiseminen Vaikka julkaiseminen on vain viimeinen vaihe pitkässä prosessissa, on julkaisualustan merkitys museoesineen muuttamisessa virtuaaliseksi objektiksi suuri. Pekkarinen 2020 Julkaiseminen tuo 3D-digitoinnin tutkijakunnan ja suuren yleisön saavutettavaksi, ja lisää näin merkittävästi digitoinnin arvoa. Arkeologeille suunnatussa työpajassa digitaalisen tiedon saavutettavuus nousi esille merkittävä kehityskohteena (Debenjak-Ijäs 2019; Eklund 2019). Sama huomio näkyi jo vuonna 2012 kulttuuriperintöalojen tutkijoille suunnatussa kyselyssä (Hupaniitty 2012). 3D-aineistoa on mahdollista julkaista usean eri kanavan kautta, ja vastata näin erilaisiin käyttötarpeisiin. Julkaiseminen tieteelliseen käyttöön vaatii ennen kaikkea varmuutta 3D-aineiston tallennuspaikan pysyvyydestä, sekä kattavia meta- ja paratietoja (ks. esim. Tostevin et al. 2019). Aineistoa koskeva tieteellinen artikkeli lisää sen luotettavuutta ja käyttömahdollisuuksia. Yleisötyön kannalta on tärkeää, että julkaisualusta mahdollistaa 3D-digitointien katselun ilman tarvetta erilliselle ohjelmalle tai tiedostojen lataamiselle. Tällaisia helppokäyttöisiä, selainpohjaisia julkaisualustoja tarjoavat muun muassa Sketchfab tai Scan the world (MyMiniFactory 2020; Sketchfab 2020d). Sketchfabin kaltaisiin, organisaatioille maksullisiin palveluihin liittyy kuitenkin omat rajoitteensa. Määräaikaisissa 3D-digitointiprojekteissa on haastavaa varmistaa, että palvelun vuosimaksun maksamiseen on resursseja projektin päättymisen jälkeenkin. 3D-digitointeja voi ladata myös Wikimedia Commons tai Google Poly -sivustoille (Google 2020; Wikimedia Commons 2020). Näistä Wikimedia Commons tukee vain stl-tiedostomuotoa. Vaihtoehtona on teettää organisaation tarpeisiin vastaava, selainpohjainen julkaisualusta yksityisellä toimijalla, tai käyttää esimerkiksi Smithsonian 3D Digitization Program Officen julkaisemaa avoimen lähdekoodin 3D-julkaisualustaa (GitHub 2020). Arkeologisten kokoelmien 3D-digitointi 70 Kuva 26. Keramiikan katkelman 3D-digitointi Sketchfab-palvelussa. Digitointiin on liitetty Annotations-työkalulla keramiikkatyypin tunnistamiseen liittyviä tietoiskuja. Julkaiseminen laajasti käytetyn palvelun kautta edistää 3D-aineiston löydettävyyttä ja käyttömahdollisuuksia. Esimerkiksi Europeana-kultturiperintöportaali tukee 3D-aineiston julkaisemista, ja sama ominaisuus on tulossa myös Finnaan. Europeana tai Finna eivät kuitenkaan vastaa aineiston säilyttämisestä, joten aineisto on julkaistava toisessa, Europeanaan linkitetyssä palvelussa, jonka kautta se näkyy Europeanan hakutuloksissa. Sketchfabissa julkaistuja 3D-aineistoja voi viedä Europeanaan avoimen Share3D-palvelun kautta, jolloin aineisto näkyy Europeanassa niin kauan kuin se on aineistonhaltijan käytössä olevalla Sketchfab- tilillä (Share3D 2020). Tiedon linkittämisellä on suuri merkitys 3D-aineiston löytymiselle ja toisaalta kontekstitietojen helpolle saatavuudelle. Arkeologisten kokoelmien 3D-digitointihankkeen 3D-digitointeihin on esimerkiksi lisätty linkki alkuperäisen löydön löytö- tai kaivauspaikkaan Museoviraston ylläpitämässä Muinaisjäännösrekisterissä. 71 Arkeologisten löytöjen 3D-digitointien käyttöesimerkkejä The adoption of 3D laser scanning by the field of archaeology has brought with it several commonly discussed benefits such as increased measurement precision, ability to reconstruct artifacts and reunite collections, and ease of investigation around an entire object with the possibility of sustained views at difficult angles. Most notably this technology facilitates virtual preservation and ease of digital data dissemination, two applications that were impossible prior to the advent 3D laser scanning. Simon et al. 2009 Arkeologisista löydöistä tuotettuja 3D-digitointeja voidaan hyödyntää monipuolisesti tutkimuksessa, kokoelmanhallinnassa, yleisötyössä ja arkeologian opetuksessa (Simon et al. 2009). Arkeologinen tutkimus Tutkimuskäytössä 3D-digitointien etu perustuu niiden helppoon jakamiseen, mitattavuuteen ja visualisoinnin mahdollisuuksiin. Erilaisia, esimerkiksi esinetutkimuksessa tai osteologisessa tutkimuksessa tarpeellisia mittauksia voidaan tehdä automaattisesti suoraan 3D-aineistosta (ks. esimerkiksi Shott & Trail 2010; Neiß et al. 2014; Hess et al. 2018; Morris et al. 2018). Etenkin pienten esineiden tai piirteiden hyvin tarkat mittaukset ovat mahdollisia vain 3D-digitoinnin avulla. Esimerkiksi roomalaisiin kolikoihin lyötyjen leimojen piirteitä tutkittiin mikrometrintarkkojen 3D-skannausten avulla. Mittausten avulla voitiin selvittää rahojen relatiivinen kronologia, ja sitä kautta kolikoita sotaväelleen jakaneen kenraali Publius Quintilius Varuksen liikkeitä Reinin alueella. (Tolksdorf et al. 2017.) Toinen pitkälle viety esimerkki on Saksi-Anhaltin osavaltion arkeologisen viraston (Landesamt für Denkmalpflege und Archäologie Sachsen-Anhalt) 3D-digitointiosaston ja Chemnitzin teknillisen korkeakoulun kehittämä TroveSketch-ohjelmisto. Nimenomaan arkeologiselle 3D-aineistolle ja tutkimuskysymyksille soveltuvan ohjelmiston avulla voidaan muun muassa yhdistää 3D-aineistoja, esimerkiksi saman astian yksittäisten palojen digitointeja, tehdä automaattisia mittauksia astioista, viedä luetteloon standardoituja kuvia ja poikkileikkauksia Arkeologisten kokoelmien 3D-digitointi 72 astioista ja visualisoida ja tutkia kohdetta esimerkiksi vinovalovarjostuksen avulla (Reuter et al. 2014). Vinovalovarjostusta voidaan käyttää erityisesti huomaamattomien kaiverrusten tai naarmujen visualisointiin. Porter et al. (2016b) paljastavat yksityiskohtia pienen kivilaatan kaiverruksesta, samankaltainen esimerkki on myös Altain vuoristossa dokumentoitu, pahoin rapautunut kivipaasi, jonka pintaan tehdyt kaiverrukset erottuivat kokonaan vasta teksturoimattomassa 3D-digitoinnissa (Plets et al. 2012). Mahdollisuus jakaa 3D-digitointeja verkon kautta on hyödyksi erityisesti silloin, kun luuaineiston tai esineiden tunnistamiseen tarvitaan kattava vertailukokoelma. Esimerkiksi arktisten eläinlajien luuaineiston 3D-digitoitu vertailukokoelma tarjoaa harvinaiset aineistot vapaasti tutkijoiden saataville (Betts et al. 2011). Kuva 27. Jo pelkkä tekstuurin riisuminen voi paljastaa yksityiskohtia löydön pinnasta, kuten kuvassa plombiin lyödyn leiman. Arkeologisten löytöjen 3D-digitointien käyttöesimerkkejä 73 Kokoelmatyössä Arkeologisen kokeolman hallinnoinnissa 3D-digitoinnit mahdollistavat esineiden dokumentoinnin, ajallisten muutosten seurannan sekä osittaisen rekonstruoinnin. Esimerkiksi British Museumin kokoelmiin kuuluvan, kaiverretun norsunluulevyn kuntoa seurattiin konservoinnin jälkeen 3D-skannaamalla levy vuosittain, sillä levy on paikoin haljennut (Hess et al. 2015). Myös Saksi-Anhaltin osavaltion arkeologinen museo seurasi 3D-skannausten avulla puisten löytöjen kutistumista konservoinnin yhteydessä. Keskiaikaisesta, veden alle jääneestä kaivoksesta nostetut puiset löydöt skannattiin heti kaivausten yhteydessä sekä myöhemmin konservoinnin jälkeen. Näin saatiin tietoa konservoinnin vaikutuksista esineiden ulkomuotoon, ja toisaalta aineistoa verkkonäyttelyyn, sillä suuria puurakenteita ei voitu helposti liittää osaksi näyttelyä. (Schmidt-Reimann & Reuter 2016). Tampereen museoiden 3D-digitointihankkeessa tuotettiin 3D-skannaamalla kopio kumisesta, ajan saatossa tuhoutuvasta leikkikalusta (Koskinen 2019). Osin tuhoutuneita löytöjä voidaan ennallistaan niin sanotulla reverse engineering -menetelmällä, jossa löydön säilynyt osa 3D-digitoidaan ja digitaaliseen kopioon mallinnetaan puuttuva osa. Tämä voidaan lopuksi 3D-tulostaa ja liittää alkuperäiseen löytöön, kuten osin tuhoutuneen keraamisen kulhon tapauksessa (Fragkos et al. 2018). yleisötyössä Laajan yleisön parissa 3D-digitointien avulla voidaan lisätä ja visualisoida tietoa esimerkiksi museo- tai verkkonäyttelyssä sekä edistää saavutettavuutta ja vuorovaikutusta kultuuriperintöaineiston kanssa. Museoiden tuottamia verkkonäyttelyitä arkeologisesta tai historiallisesta aineistosta on lukuisia (ks. esimerkiksi Archaeo3D 2020; Institute of Archaeology of CAS 2020; Kuopion korttelimuseo 2020; Lira Artefact 2020; Livrustkammer 2020). Arkeologisten kokoelmien 3D-digitointeja on saatavilla myös Sketchfab-palvelun kautta (Sketchfab 2020d). Erityisesti hankalasti saavutettava kulttuuriperintöaineisto voidaan tuoda laajan yleisön saataville 3D-digitointien avulla. Esimerkiksi Museovirasto on tuottanut vedenalaisista hylkykohteista 3D-digitointeja (Sketchfab 2020e). 3D-digitointimenetelmien kehittymisen myötä myös itse digitointiprosessi ja 3D-digitoitavan aineiston valinta on mahdollista jalkauttaa suurelle yleisölle (Ch’ng et al. 2019). Esimerkiksi Ikahuuk-hankkeessa Kanadan luoteisosan Inuvialuit -yhteisön jäsenet 3D-digitoivat yhteisön historiaan liittyviä arkeologisia löytöjä maantieteellisesti kaukana sijaitsevassa museossa, jotta yhteisön nuorille voitiin luontevasti esitellä heidän kulttuuriperintöään (Haukaas 2014). Scantheworld-sivusto kokoaa yhteen vapaaehtoisten harrastajien ja organisaatioiden Arkeologisten kokoelmien 3D-digitointi 74 kulttuuriperintöaineistosta tekemiä 3D-digitointeja (MyMiniFactory 2020). Tuhoutuvan kulttuuriperinnön dokumentointiin tähtäävä Arc/K-organisaatio vastaanottaa vapaaehtoisten ottamia fotogrammetria-kuvasarjoja kulttuuriperintöaineistosta (Arc/K 2020). 75 76 Lähteet Työpajat, esitelmät Debenjak-Ijäs, A. 2019. Työpaja Suomen arkeologisen yhdistyksen järjestämillä arkeologipäivillä Lahdessa 21.–22.11.2019. DeVet, K., Clark, J., Hardesty, J., Thomer, A., Blundell, J. 2018. 3D Metadata. Esitelmä seminaarissa CS3DP-Forum 2, Ann Arbor, Michigan, 13.–15. 8. 2018. . Luettu 30.7.2020. Esitelmään on viitattu myös julkaisussa Flynn, T. 2019. What happens when you share 3D models online (in 3D)? Teoksessa Grayburn, J. Lischer-Katz, Z., Golubiewski-Davis, K., Ikeshoji-Orlati, V. (toim.). 2019. 3D/VR in the academic library: emerging practices and trends. Council on Library and Information Resources, Arlington, VA. Eklund, S. 2019. Työpaja Suomen arkeologisen yhdistyksen järjestämillä arkeologipäivillä Lahdessa 21.–22.11.2019. Gniady, T. & Rogers, J. 2018. 3D Digitization for Research, Education, and Creativity. Scholar’s Commons 28.9.2018. Wells Library, Indiana University, Bloomington. . Luettu 3.8.2020. Porter, S. T., Missal, K., Pawlowicz, L. 2016a. A Comparison of Methods for Creating 3D Models of Obsidian Artifacts. CAA 2016. 31.3.2016, Oslo, Norway. . Luettu 21.7.2020. Rossi, V., Blundell, J., Wiedemeier, R. 2019. The Smithsonian Open Source 3D Pipeline – from Preservation and Processing to Authoring and Delivery. Esitelmä tapahtumassa 2+3D Photography Conference, Rijksmuseum Amsterdam, 8. –10.5.2019. . Luettu 29.7.2020. 77 Henkilökohtaiset tiedonannot Eklund, S. & Malinen, I. 2020. Sähköpostikeskustelu Finna-hakupalveluun tulevaan 3D-digitointiominaisuuteen liittyvistä metatietosuosituksista 27.–28.7.2020. Järvinen, I. 2019. Studiovierailu ja keskustelu fotogrammetriamenetelmistä ja -työtavoista Suomen Museoviraston valokuvaaja Ilari Järvisen kanssa 29.10.2019. Karme, A. 2020. Keskustelu fotogrammetrian menetelmistä ja ohjelmista, erityisesti valokuvien kalibroinnista 4.2.2020 Teatime Research -yrityksen tiloissa. Keränen, I. 2020. Sähköpostikeskustelu Teatterimuseon tanssipukujen 3D-digitointihankkeesta kokoelma-assistentti Inka Keräsen kanssa 7.5.2020–20.5.2020. Koskinen, A. 2019. Puhelinkeskustelu Tampereen kaupungin museopalveluiden 3D-digitointihankkeesta Lumikki ja seitsemän kääpiötä -leikkikalun toisinnon tuottamiseksi konservaattori Arja Koskinen kanssa 21.10.2019. Tiisanoja, P. 2020. Sähköpostikeskustelu Finna-hakupalveluun tulevaan 3D-digitointiominaisuuteen liittyvistä tiedostovaatimuksista 17.2.2020 sekä 18.5.2020. Waugner, H. 2020. Sähköpostikeskustelu 3D-digitointiharrastaja Harald Waugnerin kanssa hänen käyttämistään fotogrammetriamenetelmistä ja työprosessista 3D-digitointien tekstuurin parantamiseksi 22–29.6.2020. Åsten, N. 2019. Puhelinkeskustelu projektiassistentti Nana Åstenin kanssa Lelumuseo Hevosenkengän kokoelmien 3D-digitointihankkeesta ja Åstenin havainnoista ja suosituksista fotogrammetriaprosessiin liittyen 30.10.2019. elektroniset lähteet Agisoft. 2020. Online store. . Luettu 31.7.2020. Agisoft. 2019. Agisoft Metashape User Manual: Professional Edition, Version 1.5. . Luettu 25.8.2020. Alicevision. 2020. Meshroom: Open Source Photogrammetry Software. . Luettu 31.7.2020. Arc/K. 2020. Welcome to Arc/K project. . Luettu 25.8.2020. 78 Archaeo3D. 2020. Welcome. . Luettu 20.8.2020. Archaeology Data Service / Digital Antiquity. 2011a. Guides to good practice. . Luettu 29.7.2020. Archaeology Data Service / Digital Antiquity. 2011b. Project metadata. . Luettu 4.2.2020. Arkeologisten kokoelmien 3D-digitointihanke. 2020. Etusivu . Luettu 20.9.2020. Artec. 2020a. Choosing a suitable computer. . Luettu 3.8.2020. Artec. 2020b. Artec Space Spider. . Luettu 3.8.2020. Artec. 2020c. Artec Leo. . Luettu 3.8.2020. Barnes, A. & Niven, K. 2011. Close-Range Photogrammetry: A Guide to Good Practice. . Luettu 14.7.2020. Bischoff, R. 2019. Automatic background removal for photogrammetry. . Luettu 25.8.2020 Blundell, J., Fuhrig, L., Little, H., Pilsk, S., Rossi, V., Snyder, R., Stem, B., Sullivan, B., Tomerlin, M., Webbs, K. 2018. Smithsonian Institution 3D Metadata Overview, v. 0.6 - A product of the Smithsonian’s Digitization Program Advisory Committee’s 3D Sub- Committee’s Metadata Working Group. < https://dpo.si.edu/sites/default/files/resources/ Smithsonian%20Institution%203D%20Metadata%20Model%20-%20Overview%20 Document%20v0.6.pdf>. Luettu 6.5.2020. Campanacho, V. 2017. 3D Scanning Guidelines for Skeletal Remains with Artec Studio 11 at the University of Sheffield. . Luettu 19.8.2020. CapturingReality. 2020. Products. . Luettu 31.7.2020. CapturingReality. 2019a. OS and Hardware requirements. . Luettu 3.8.2020. 79 CapturingReality. 2019b. Image masking. . Luettu 25.8.2020. Carare Pro. 2020. About CARARE. . Luettu 13.7.2020. CHI. 2020a. Owerview of CHI technologies. . Luettu 29.7.2020. CHI 2020b. Photogrammetry. . Luettu 25.8.2020. CIDOC-CRMdig. 2016. Definition of the CRMdig - An Extension of CIDOC-CRM to support provenance metadata. . Luettu 14.7.2020. Clowder. 2020. STARC metadata schema and STARC repository. . Luettu 13.7.2020. Colmap. 2020. Colmap: About. . Luettu 31.7.2020. Digime. 2020. Etusivu. . Luettu 25.8.2020. Digitalpreservation.fi. 2020. Kansalliset pitkäaikaissäilytyspalvelut. . Luettu 15.7.2020. Digitalpreservation.fi. 2019a. Sanasto. . Luettu 15.7.2020. Digitalpreservation.fi. 2019b. Aineistojen ja niiden metatietojen paketointi pitkäaikaissäilytykseen. . Luettu 15.7.2020. DPO. 2018. Smithsonian 3D Metadata Model. . Luettu 7.5.2020. Europeana. 2020a. 3D Content in Europeana. . Luettu 7.5.2020. Europeana. 2020b. Europeana Data Model. . Luettu 14.7.2020. 80 European commission. 2020. Basic principles and tips for 3D digitisation of cultural heritage. . Luettu 27.9.2020. European commission. 2019. EU Member States sign up to cooperate on digitising cultural heritage. . Luettu 25.8.2020. FAIRDATA. 2020. FAIR-periaatteet. Luettu 13.7.2020. Falkingham, P. 2019. Small object photogrammetry - how to take photos. . Luettu 25.8.2020. Fileformat.info. 2020. Wavefront OBJ fileformat summary. . Luettu 15.7.2020. GitHub. 2020. Smithsonian Voyager. . Luettu 3.8.2020. GLAM 3D. 2020. GLAM 3D open access. . Luettu 27.7.2020. Google. 2020. Poly: uppoudu 3D -maailmaan. https://poly.google.com/. Luettu 21.9.2020. Hamidi, H. 2020. Structured-light 3D scanner. . Luettu 27.8.2020. Hexagon. 2020. SmartScan. . Luettu 31.7.2020. Immonen, V. & Ratilainen, T. 2019. Teknologiaa, yhteistyötä ja tunteita: Arkeologisten löytöjen 3D-digitointi Turussa. Varsinais-Suomen kulttuuriperintöblogi, 26.8.2019. . Luettu 26.10.2020. Inception. 2019. Project. . Luettu 25.8.2020. Institute of Archaeology of CAS. 2020. Archaeological 3D Virtual Museum. . Luettu 20.8.2020. Khronos. 2020. Collada Owerview. . Luettu 15.7.2020. 81 Khronos. 2019. GlTF overview. . Luettu 18.11.2019. Kulttuurista perinnöksi. 2019. Kolmiulotteisia museoesineitä voi pian pyöritellä verkossa. . Luettu 25.8.2020. Kunze, J., Littman, J., Madden,E., Scancella, J., Adams, C. 2018. The BagIt file packaging format. . Luettu 15.7.2020. Kuopion korttelimuseo. 2020. Suutarin kengissä. . Luettu 20.8.2020. Lelumuseo Hevosenkenkä. 2020. Lelumuseo Hevosenkengän ensimmäiset 3D-mallinnokset on nyt julkaistu. . Luettu 25.8.2020. Library of Congress. 2020. Polygon File Format (PLY) Family. . Luettu 19.10.2020. Lira Artefact. 2020. Virtual 3D Museum “The ancient art of Siberia”. . Luettu 20.8.2020. Livrustkammer. 2020. Explore the Museum in 3D. . Luettu 20.8.2020. London Charter. 2009. . Luettu 3.2.2020. Marqués, N. F. 2016. Tutorial: Lighting in Photogrammetry. . Luettu 25.8.2020. McNutt, D. P. 2019. Object Photogrammetry for Beginners. . Luettu 25.8.2020. MeshLab. 2020. MeshLab. . Luettu 31.7.2020. Meshmixer. 2020. Autodesk Meshmixer: free software for making awesome stuff. . Luettu 17.8.2020. MyMiniFactory. 2020. Scan the world. . Luettu 3.8.2020. Orangemonkie. 2020. Foldio 360: A smart turntable to create 360 images. . Luettu 25.8.2020. 82 Payne, A. & Niven, K. 2011. Laser Scanning for Archaeology: A Guide to Good Practice. . Luettu 14.7.2020. PDF3D. 2020. What is 3D PDF. < https://www.pdf3d.com/faq/what-is-3d-pdf-2/>. Luettu 15.7.2020. PhotoModeler Technologies. 2020. Powerful and Flexible Photogrammetry Software. . Luettu 26.10.2020. Porter, S. 2015. SAManthropology. Tutorial: Making artefact models in Agisoft Photoscan. . Luettu 25.9.2019. Regard3D. 2020. Welcome to the Home of Regard3D. . Luettu 31.7.2020. Riksantikvarieämbetet. 2019a. Guide for publishing 3D models. . Luettu 27.7.2020. Riksantikvarieämbetet. 2019b. Do it yourself or hiring external expertise. . Luettu 31.7.2020. Riksantikvarieämbetet. 2019c. Equipment and procedures for photogrammetry. . Luettu 25.8.2020. Riksantikvarieämbetet. 2019d. Methods for creating digital 3D models. . Luettu 3.8.2020. Riksantikvarieämbetet. 2019e. Metadata – giving 3D models a context, searchability, and usability. . Luettu 14.7.2020. Roiha, J. 2020. Digitaaliset aineistot arkeologisissa kenttätutkimuksissa. . Luettu 20.9.2020. Seitsonen, O. 2018. Project overview: Lapland’s Dark Heritage - Understanding the Cultural Legacy of Northern Finland’s WWII German Materialities within Interdisciplinary 83 Perspectives (2014 -2018). Yhteenveto hankkeen blogisivustosta 2014–2018. . Luettu 25.8.2020. Share3D. 2020. Share3D. . Luettu 3.8.2020. Seville Principles. 2017. International Principles of Virtual Archaeology. . Luettu 3.2.2020. Siida. 2020. Saamelaismuseo tallentaa saamelaista kulttuuriperintöä Suomessa. . Luettu 25.8.2020. Sketchfab. 2020a. Arkeologisten kokoelmien 3D-digitointihanke. . Luettu 29.7.2020. Sketchfab. 2020b. Pohjoisen näyttelyhalli. . Luettu 30.7.2020. Sketchfab. 2020c. Aboa Vetus & Ars Nova -museon kokoelmat. < https://skfb.ly/6TPzB>. Luettu 30.7.2020. Sketchfab. 2020d. Newsfeed. . Luettu 3.8.2020. Sketchfab. 2020e. Museovirasto Meriarkeologia. . Luettu 20.8.2020. Suomen perustuslaki 1999/731. Annettu Helsingissä 11.6.1999. . Luettu 18.10.2020. Thomson, C. 2020. Common 3D point cloud file formats & solving interoperability issues. . Luettu 20.9.2020. Tietoarkisto. 2020a. Aineistonhallinnan käsikirja. . Luettu 13.7.2020. Tietoarkisto. 2020b. Näin Tietoarkisto palvelee arkistoinnissa. . Luettu 15.7.2020. Tostevin, G., Škrdla, P., Monnier, G., Golubiewski-Davis, K., Porter, S. T. 2019. Lithic Collection from the Early Upper Paleolithic Site of Tvarožná X, Czech Republic. . Luettu 4.8.2020. 84 Trafiikki-museot. 2019. Mihin 3D-mallinnuksia voi ja kannattaa käyttää museoissa? . Luettu 29.7.2020. Tutkimus-PAS-työryhmä. 2017. Tutkimusaineistojen tiedostomuodot ja pitkäaikaissäilytys kelpoisuus. Avoin tiede ja tutkimus -hanke. . Luettu 24.9.2020. Urheilumuseo. 2020. 3D-esineet. . Luettu 3.9.2020. VisualSfM. 2020. VisualSFM: A Visual Structure from Motion System. . Luettu 31.7.2020. Wikimedia Commons. 2020. File types. . Luettu 21.9.2020. Julkaisemattomat lähteet Brunke, L. 2017. Uncertainty in archaeological 3D reconstructions: A case study of monument 434 at the Via Appia near Rome. MA Thesis, Department of Archaeology, University of Leiden. Christie, H. R. 2019. Pushing boundaries: Spectral imaging of archaeological small finds. Doctoral dissertation. Glasgow School of Art, School of Simulation and Visualisation. Haukaas, C. 2014. New Opportunities in Digital Archaeology: The Use of Low-Cost Photogrammetry for 3D Documentation of Archaeological Objects from Banks Island, NWT. MA Thesis, Department of Anthropology, The University of Western Ontario. Järveläinen, R. 2016. 3D-mallin hyödyntäminen arkeologisessa tutkimuksessa. Case: Virtuaalinen Lahden kylä. Opinnäytetyö Lahden ammattikorkeakoulun mediatekniikan alalla. Kivioja, T. 2014. Kyberarkeologisen museotyön haasteet ja mahdollisuudet: Tapausesimerkkinä ’Keskisuomalaista elämää rautakaudella’-näyttelysuunnitelma. Pro gradu -tutkielma Oulun yliopiston arkeologian oppiaineessa. Kjellman, E. 2012. From 2D to 3D - A photogrammetric revolution in archaeology? MA Thesis, Department of Archaeology and Social Anthropology, University of Tromsø. Villanueva, L. J. 2020. Smithsonian Digitization Program Office: Automation in Mass Digitization Projects. . Luettu 21.3.2021. 85 Pekkarinen, H. 2020. Museoesineestä virtuaaliseksi: 3D-digitoinnin kautta lisättyä todellisuutta hyödyntävään sovellukseen. Elävä ympäristö -hankkeen loppuraportti. Kuopion kulttuurihistoriallinen museo. Ruotsala, A.-H. 2016. Digital Close-Range Photogrammetry – A Modern Method to Document Forensic Mass Graves. Pro gradu -tutkielma Helsingin yliopiston arkeologian oppiaineessa. Savolainen, J. 2019. Vähimmäiskuvavaatimus: Esimerkkinä arkeologisten hautakaivausten digitaalinen dokumentointi ja 3D-mallinnus. Pro gradu -tutkielma Helsingin yliopiston arkeologian oppiaineessa. Julkaisut Ahmed, N., Carter, M., Ferris, N. 2014. Sustainable archaeology through progressive assembly 3D digitization. World Archaeology 46 (1): 137–154. https://doi.org/10.1080/00438243.2014.8 90911. Akca, D., Gruen, A., Alkis, Z., Demir, N., Breuckmann, B., Erduyan, I., Nadir, E. 2006. 3D modeling of the weary Herakles statue with a coded structured light system. ISPRS Commission V Symposium ‘Image Engineering and Vision Metrology’ IAPRS XXXVI (5): 14–19. Beraldin, J.-A., Picard, M., El-Hakim, S. F., Godin, G., Latouche, C., Valzano, V., Bandiera, A. 2002. Exploring a Byzantine crypt through a high-resolution texture mapped 3D model: combining range data and photogrammetry. Proceedings of the CIPA WG6 International Workshop on Scanning for Cultural Heritage Recording, Corfu, Greece, 1st to 2nd September 2002. 159: 65–72. Betts, M. W., Maschner, H., Schou, C. D., Schlader, R., Holmes, J., Clement, N., Smuin, M. 2011. Virtual zooarchaeology: building a web-based reference collection of northern vertebrates for archaeofaunal research and education. Journal of archaeological science 38(4): 755–762. https:// doi.org/10.1016/j.jas.2010.06.021. Borg, C. E. & Cannataci, J. A. 2002. Thealasermetry: a hybrid approach to documentation of sites and artefacts. Proceedings of the CIPA WG6 International Workshop on Scanning for Cultural Heritage Recording, Corfu, Greece, 1st to 2nd September 2002. 159: 93–104. Kuusela, V. 2019. 3D-skannaus ja sen hyödyntäminen 3D-suunnittelussa. Opinnäytetyö. Turun ammattikorkeakoulu, kone- ja tuotantotekniikka. 86 Ch’ng, E., Cai, S., Zhang, T. E., Leow, F.-T. 2019. Crowdsourcing 3D cultural heritage: best practice for mass photogrammetry. Journal of Cultural Heritage Management and Sustainable Development 9 (1): 24–42. ISSN: 2044-1266. Clini, P., Frapiccini, N., Mengoni, M., Nespeca, R., Ruggeri, L. 2016. SFM technique and focus stacking for digital documentation of Archaeological artifacts. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLI-B5: 229–236. https://doi. org/10.5194/isprsarchives-XLI-B5-229-2016. D’Andrea, A. & Fernie, K. 2013. Carare 2.0: A Metadata Schema for 3D Cultural Objects. Proceedings of the 2013 Digital Heritage International Congress: 137–143. ISBN 978-1-4799- 3170-5. Debenjak, A. 2015. 3D-mallintaminen osana arkeologista arkea? Digitaalisen fotogrammetrian käyttö arkeologisessa dokumentoinnissa ja tutkimuksessa. Muinaistutkija 1/2015: 24–34. Decker, S. & Ford, J. 2017. Management of 3D Image Data. Teoksessa Errickson, D. & Thompson, T. (toim.). Human remains: Another dimension. The Application of Imaging to the Study of Human Remains: 185–191. Elsevier. ISBN 978-0-12-804602-9. Doneus, M., Verhoeven, G., Fera, M., Briese, Ch., Kucera, M., Neubauer, W. 2011. From Deposit to Point Cloud – a Study of Low-Cost Computer Vision Approaches for the Straightforward Documentation of Archaeological Excavations. Geoinformatics FCE CTU, 6: 81–88. https:// doi.org/10.14311/gi.6.11. Eve, S. J. 2018. Losing our Senses: An Exploration of 3D Object Scanning. Open Archaeology 4(1): 114–122. https://doi.org/10.1515/opar-2018-0007. Evin, A., Souter, T., Hulme-Beaman, A., Ameen, C., Allen, R., Viacava, P., Larson, G., Cucchi, T., Dobney, K. 2016. The use of close-range photogrammetry in zooarchaeology: Creating accurate 3D models of wolf crania to study dog domestication. Journal of Archaeological Science: Reports 9: 87–93. https://doi.org/10.1016/j.jasrep.2016.06.028. Flynn, T. 2019. What happens when you share 3D models online (in 3D)?. Teoksessa Grayburn, J., Lischer-Katz, Z., Golubiewski-Davis, K., Ikeshoji-Orlati, V. (toim.). 3D/VR in the Academic Library: Emerging Practices and Trends. CLIR pub 176: 73–86. ISBN 978-1-932326-60-4. Brusaporci, S. 2017. The Importance of Being Honest: Issues of Transparency in Digital Visualization of Architectural Heritage. Teoksessa A. Ippolito (toim.). Handbook of Research on Emerging Technologies for Architectural and Archaeological Heritage: 66–92. DOI: 10.4018/978- 1-5225-0675-1. 87 Forte, M. & Siliotti, A. 1997. Virtual Archaeology: Re-Creating Ancient Worlds. H. N. Abrams. ISBN 0500050856. Fragkos, S., Tzimtzimis, E., Tzetzis, D., Dodun, O., Kyratsis, P. 2018. 3D laser scanning and digital restoration of an archaeological find. MATEC Web of Conferences 178 (03013): 1–6. https://doi.org/10.1051/matecconf/201817803013. Frischer, B., Niccolucci, F., Rya N. N., Andbarcelo, J. 2002. From CVR to CVRO: The past, present, and future of cultural virtual reality. Teoksessa Niccolucci, F. (toim.). Proceedings of the International Symposium on Virtual Reality Archeology and Cultural Heritage (VAST’00). British Archaeological Reports 834: 7–18. ISBN 978-3-905674-18-7. Gajski, D., Solter, A., Gasparovic, M. 2016. Applications of Macro Photogrammetry in Archaeology. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLI-B5: 263–266. https://doi.org/10.5194/isprs-archives- XLI-B5-263-2016. Georgopoulos, A., Ioannidis, C., Valanis, A. 2010. Assessing the performance of a structured light scanner. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences XXXVIII (5): 250–255. Grayburn, J., Lischer-Katz, Z., Golubiewski-Davis, K., Ikeshoji-Orlati, V. 2019. 3D/VR in the Academic Library: Emerging Practices and Trends. CLIR pub 176. Council on Library and Information Resources. ISBN 978-1-932326-60-4. Grussenmeyer, P., Landes, T., Doneus, M., Lerma, J. L. 2016. Basics of Range-Based Modelling Techniques in Cultural Heritage 3D Recording. Teoksessa Stylianidis, E. & Remondino, F. (toim.). 3D Recording, Documentation and Management of Cultural Heritage: 305–368. Whittles Publishing. ISBN 978-184995-168-5. Guidi, G., Gonizzi, S., Micoli, L. L. 2014. Image pre-processing for optimizing automated photogrammetry performances. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences II-5: 145–152. doi:10.5194/isprsannals-II-5-145-2014. Gutiérrez-Heredia, L., D’Helft, C., Reynaud, E. G. 2015. Simple methods for interactive 3D modeling, measurements, and digital databases of coral skeletons. Limnology and oceanography: Methods 13(4): 178–183. https://doi.org/10.1002/lom3.10017. Forte, M., Lercari, N., Dell’Unto, N., Jonsson, K. 2015. Interpretation Process at Çatalhöyük using 3D. Teoksessa Hodder, I. & Marciniak, A. (toim.). Assembling Çatalhöyük: Themes in Contemporary Archaeology: 43–57. Routledge. ISBN 1910526002. 88 Hess, M., Korenberg, C., Ward, C., Robson, S., Entwistle, C. 2015. Use of 3D laser scanning for monitoring of dimensional stability of a Byzantine ivory panel. Studies in Conservation Issue S1: Proceedings of the LACONA 10 Conference-Laser in Conservation of Artworks, Sharjah 2014 (60): 126–133. https://doi.org/10.1179/0039363015Z.000000000217. Hupaniitty, O. 2012. Tutkijoiden ääni ja sähköiset aineistot: selvitys muistiorganisaatioiden asiakkaitten digitoitujen aineistojen tarpeista ja saatavuudesta. Svenska litteratursällskapet i Finland. Immonen, V. & Malinen, I. 2020. Collections Development: 3D Imaging in Museums. Teoksessa Robbins, N., Thomas, S., Tuominen, M., Wessman, A. (toim.) Museum Studies – Bridging Theory and Practice. Helsinki: Helsinki University Press. Painossa. Junnilainen, H., Koistinen, K., Latikka, J., Haggrén, H., Erving, A., Heiska, N. 2008. The cartographic documentation in the FJHP excavations. Teoksessa Fiema, Z. T. & Frösén, J. (toim.). Petra - the mountain of Aaron. Volume 1: the church and the chapel: 61–86. Societas Scientiarum Fennica. ISBN 9516534104. Kalantari, M. & Nechifor, M. 2016. Accuracy and utility of the Structure Sensor for collecting 3D indoor information. Geo-spatial Information Science, 19(3): 1–8. https://doi.org/10.1080/10 095020.2016.1235817. Katz, D. & Friess, M. 2014. Technical note: 3D from standard digital photography of human crania - a preliminary assessment. American Journal of Physical Anthropology, 154(1): 152–158. https://doi.org/10.1002/ajpa.22468. Kersten, T. P., Przybilla, H.-J., Lindstaed, M., Tschirschwitz, F., Misgaiski-Hass, M. 2016. Comparative geometrical investigations of hand-held scanning systems. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLI-B5: 507– 514. doi:10.5194/isprsarchives-XLI-B5-507-2016. Khoshelham, K. & Elberink, S. O. 2012. Accuracy and resolution of Kinect depth data for indoor mapping applications. Sensors, 12 (2): 1437–1454. https://doi.org/10.3390/s120201437. Lachat, E., Landes, T., Grussenmeyer, P. 2017. Performance investigation of a handheld 3D scanner to define good practices for small artefact 3D modeling. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLII-2/W5: 427–434. doi:10.5194/isprs-archives-XLII-2-W5-427-2017. Hess, M., MacDonald, L. W., Valach, J. 2018. Application of multi-modal 2D and 3D imaging and analytical techniques to document and examine coins on the example of two Roman silver denarii. Heritage Science 6 (5): 1–22. https://doi.org/10.1186/s40494-018-0169-2. 89 Magnani, M., Douglass, M., Porter, S. T. 2016. Closing the seams: resolving frequently encountered issues in photogrammetric modelling. Antiquity, 90 (354): 1654–1669. https:// doi.org/10.15184/aqy.2016.211. Marziali, S. & Dionisio, G. 2017. Photogrammetry and Macro Photography. The Experience of the MUSINT II Project in the 3D Digitization of Small Archaeological Artifacts. Studies in Digital Heritage, 1 (2): 298–309. https://doi.org/10.14434/sdh.v1i2.23250. Maté-González, M. Á., Aramendi, J., González-Aguilera, D., Yravedra, J. 2017. Statistical Comparison between Low-Cost Methods for 3D Characterization of Cut-Marks on Bones. Remote Sensing, 9 (9) 873: 1–17. https://doi.org/10.3390/rs9090873. Mathys, A., Brecko, J., Semal, P. 2013. Comparing 3D digitizing technologies: what are the differences? 2013 Digital Heritage International Congress, vol. 1: 201–204. https://doi. org/10.1109/DigitalHeritage.2013.6743733. Mattila, M. (toim.) 2018. Mahdollisuuksien museo: Opetus- ja kulttuuriministeriön museopoliittinen ohjelma 2030. Opetus- ja kulttuuriministeriön julkaisuja 2018:11. Opetus- ja kulttuuriministeriö. http://urn.fi/URN:ISBN:978-952-263-557-0. Molloy, B. & Milić, M. 2018. Wonderful Things? A Consideration of 3D Modelling of Objects in Material Culture Research. Open Archaeology, 4(1): 97–113. https://doi.org/10.1515/opar- 2018-0006. Moore, J., Rountrey, A., Kettler, H. S. 2019. CS3DP: Developing Agreement for 3D Standards and Practices Based on Community Needs and Value. Teoksessa Grayburn, J., Lischer-Katz, Z., Golubiewski-Davis, K., Ikeshoji-Orlati, V. (toim.) 3D/VR in the Academic Library: Emerging Practices and Trends. CLIR pub 176: 114–121. ISBN 978-1-932326-60-4. Morris, C., Peatfield, A., O’Neill, B. 2018. “Figures in 3D”: Digital Perspectives on Cretan Bronze Age Figurines. Open Archaeology 2018 4(1): 50–61. https://doi.org/10.1515/opar-2018- 0003. Neiß, M., Sholts, S. B., Wärmländer, S. 2014. New applications of 3D modeling in artefact analysis: three case studies of Viking Age brooches. Archaeological and Anthropological Sciences 8 (4): 651–662. https://doi.org/10.1007/s12520-014-0200-9. Luhmann, T., Fraser, C., Maas, H.-G. 2016. Sensor modelling and camera calibration for close-range photogrammetry. ISPRS Journal of Photogrammetry and Remote Sensing, 115: 37–46. https://doi.org/10.1016/j.isprsjprs.2015.10.006. 90 Niven, K. & Richards, J. D. 2017. The Storage and Long-term preservation of 3D Data. Teoksessa Errickson, D. & Thompson, T. (toim.). Human remains: Another dimension. The Application of Imaging to the Study of Human Remains: 175–184. Elsevier. ISBN 978-0-12-804602-9. Nocerino, E., Menna, F., Remondino, F., Beraldin, J.-A., Cournoyer, L., Reain, G. 2016. Experiments on calibrating tilt-shift lenses for close-range photogrammetry. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLI-B5: 99–105. https://doi.org/10.5194/isprs-archives-XLI-B5-99-2016. Ogleby, C. & Rivett, L. 1985. Handbook of heritage photogrammetry. Special Australian heritage publication series; no.4. Australian Government Publishing Service. Canberra. ISBN 0644038772. Papadaki, A., Agrafiotis, P., Georgopoulos, A., Prignitz, S. 2015. Accurate 3D scanning of damaged ancient Greek inscriptions for revealing weathered letters. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XL-5/W4: 237–243. https://doi.org/10.5194/isprsarchives-XL-5-W4-237-2015. Plets, G., Gheyle, W., Verhoeven, G., De Reu, J., Bourgeois, J., Verhegge, J. & Stichelbaut, B. 2012. Three-dimensional recording of archaeological remains in the Altai mountains. Antiquity 86 (333): 884–897. https://doi.org/10.1017/S0003598X00047980. Porter, S. T., Huber, N., Hoyer, C., Floss, H. 2016b. Portable and low-cost solutions to the imaging of Paleolithic art objects: A comparison of photogrammetry and reflectance transformation imaging. Journal of Archaeological Science: Reports 10: 859–863. https://doi. org/10.1016/j.jasrep.2016.07.013. Porter, S. T., Roussel, M., Soressi, M. 2016c. A Simple Photogrammetry Rig for the Reliable Creation of 3D Artifact Models in the Field: Lithic Examples from the Early Upper Paleolithic Sequence of Les Cottés (France). Advances in Archaeological Practice 4(1): 71–86. https://doi. org/10.7183/2326-3768.4.1.71. Ravanelli, R., Nascetti, A., Di Rita, M., Nigro, L., Crespi M. 2017a. 3D modelling of archaeological small finds by a low-cost range camera: methodology and first results. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLII-5/W1: 589–592. https://doi.org/10.5194/isprs-archives-XLII-5-W1-589-2017. Nicolae, C., Nocerino, E., Menna, F., Remondino, F. 2014. Photogrammetry applied to Problematic artefacts. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XL-5 (5): 451–457. https://doi.org/10.5194/isprsarchives- XL-5-451-2014. 91 Reilly, P. 1990. Towards a virtual archaeology. Teoksessa K. Lockyear, & S. Rahtz (toim.). CAA90. Computer Applications and Quantitative Methods in Archaeology 1990. BAR International Series 565: 132–139. Tempus Reparatum. Oxford. Reilly, P. 1989. Data Visualization in Archaeology. IBM Systems Journal 28 (4): 569–579. Remondino, F. & El-Hakim, S. 2006. Image-based 3D Modelling: A Review. The Photogrammetric Record, 21(115): 269–291. Reuter, T., Elburg, R., Innerhofer, F. 2014. 3D-Funddokumentation - Ein Anwendungsbericht aus dem Landesamt für Archäologie Sachsen. Teoksessa KONFERENZBAND EVA BERLIN 2014: Elektronische Medien & Kunst, Kultur und Historie. 21. Berliner Veranstaltung der internationalen EVA-Serie: Electronic Media and Visual Arts: 127–134. https://doi.org/10.11588/ arthistoricum.152.192. Reuter, T. 2014. Schnell und genau: 3D-scans der Bronzeamphoren von Seddin und Herzberg. Teoksessa Westendorf, D., Woidt, P., Schulze, E. (toim.). Archäologie in Berlin und Brandenburg. Konrad Theiss Verlag. ISBN 978-3-8062-3304-9. Rourk, W. 2019. 3D Cultural Heritage Informatics: Applications to 3D Data Curation. Teoksessa Grayburn, J., Lischer-Katz, Z., Golubiewski-Davis, K., Ikeshoji-Orlati, V. (toim.). 3D/VR in the Academic Library: Emerging Practices and Trends. CLIR pub 176: 24–38. ISBN 978-1-932326-60-4. Santagati, C., Lo Turco, M., Bocconcino, M.M., Donato, V., Galizia, M. 2017. 3D models for all: Low-cost acquisition through mobile devices in comparison with image based techniques. Potentialities and weaknesses in cultural heritage domain. ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLII-2/W8: 221–228. https:// doi.org/10.5194/isprs-archives-XLII-2-W8-221-2017. Sapirstein, P. 2018. A high-precision photogrammetric recording system for small artifacts. Journal of Cultural Heritage 31: 33–45. https://doi.org/10.1016/j.culher.2017.10.011. Sanastokeskus TSK ry. 2018. Geoinformatiikan sanasto, 4. laitos (TSK 51). Maanmittauslaitos. Ravanelli, R., Nascetti, A., Di Rita, M., Nigro, L., Montanari, D., Spagnoli, F. 2017b. Penguin 3.0 - Capturing small finds in 3D. Mediterranean Archaeology and Archaeometry 17(2): 49–56. https://doi.org/10.5281/zenodo.581720. 92 of Curiosity? Computer Applications to Archaeology 2009, Williamsburg, Virginia, USA. March 22-26, 2009: 1–6. Tolksdorf, J. F., Elburg, R., Reuter, T. 2017. Can 3D scanning of countermarks on Roman coins help to reconstruct the movement of Varus and his legions? Journal of Archaeological Science: Reports 11: 400–410. https://doi.org/10.1016/j.jasrep.2016.12.005. Tsiafaki, D. & Michailidou, N. 2015. Benefits and problems through the application of 3D technologies in archaeology: recording, visualisation, representation and reconstruction. Scientific Culture 1 (3): 37–45. http://doi.org/10.5281/zenodo.18448. Vatanen, I. 2002. Deconstructing the (Re)Constructed: Issues in Conceptualising the Annotation of Archaeological Virtual Realities. Teoksessa Doerr, M. & Apostolis, S. (toim.). The Digital Heritage of Archaeology. CAA 2002. Computer Applications and Quantitative Methods in Archaeology. Proceedings of the 30th CAA Conference, Heraklion, Crete, April 2002: 69–74. ISBN 9602140860. Verdiani, G., Formaglini, P., Giansanti, F., Giraudeau, S. 2018. Close-Up, Macro and Micro Photogrammetry and Image Perspective: A Comparative Studio on Different Lenses at Work with Small and Medium Size Objects. Computer Reviews Journal 2: 235–248. https://purkh. com/index.php/tocomp/article/view/157. Verhoeven, G. 2016. Basics of Photography for Cultural Heritage Imaging. Teoksessa Stylianidis, E. & Remondino, F. (toim.). 3D Recording, Documentation and Management of Cultural Heritage. Whittles Publishing. https://doi.org/10.1007/s41636-017-0055-x. Viinikkala, L. 2018. Digitaalisia valheita vai historiallista tietoa? Aineellisen todellisuuden, kerronnan ja historiallisen tiedon suhde yhdistetyn todellisuuden teknologiaa hyödyntävissä menneisyyden esityksissä. Turun yliopiston julkaisuja. Sarja C: Scripta lingua Fennica edita 463. ISBN ISBN:978-951-29-7524-2. Simon, K. M., Payne, A. M., Cole, K., Smallwood, S., Goodmaster, C., Limp, F. 2009. Close- Range 3D Laser Scanning and Virtual Museums: Beyond Wonder Chambers and Cabinets Shott, M. & Trail, B. W. 2010. Exploring New Approaches to Lithic Analysis: Laser Scanning and Geometric Morphometrics. Lithic Technology 35(2): 195–220. www.jstor.org/stable/23273766. Schmidt-Reimann, P. & Reuter, T. 2016. Conservation and 3D-documentation of waterlogged wood from medieval mining. Teoksessa Condition 2015: Conservation and digitalization - Conference Proceedings: 125–130. ISBN 978-83-64150-10-4. 93 Yanagi, H. & Chikatsu, H. 2010. 3D modeling of small objects using macro lens in digital very close range photogrammetry. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences XXXVIII (5): 617–622. Zachar, J. & Jončić, N. 2017. 3D recording of sculptures and small objects. Teoksessa Zachar, J., Horňák, M., Novaković, P. (toim.). 3D Digital recording of Archaeological, Architectural and Artistic Heritage. CONPRA Series, Vol. 1. University of Ljubljana Press, Faculty of Arts. ISBN 978-961-237-898-1. Winkelbach, S., Molkenstruck, S., Wahl, F. M. 2006. Low-Cost Laser Range Scanner and Fast Surface Registration Approach. Teoksessa Franke et al. (toim.) AGM 2006, LNCS 4174. Pattern Recognition, 28th DAGM Symposium, Berlin, Germany, September 12-14, 2006, Proceedings: 718– 728. https://doi.org/10.1007/11861898_72. Virtanen, J.-P., Kurkela, M., Hyyppä, H. 2019. The feasibility of using a low-cost depth camera for 3D scanning in mass customization. Open Engineering 9(1): 450–458. https://doi. org/10.1515/eng-2019-0056. 1 1 Metashape-ohje Sisällysluettelo 1. Huomioita valokuvaukseen: ...................................................................................................................................... 3 Kuvaustausta ............................................................................................................................................................. 3 Mittakaava ................................................................................................................................................................ 3 2. Ohjelman käyttöliittymä ........................................................................................................................................... 4 3. Kuvien tuonti, järjestäminen ja maskaaminen ......................................................................................................... 5 Kuvien tuonti ............................................................................................................................................................. 5 Kuvien laadun tarkistaminen .................................................................................................................................... 6 Maskaus .................................................................................................................................................................... 6 4. Align-työvaihe ja “batch processing” ........................................................................................................................ 9 Asetukset align-ikkunassa ......................................................................................................................................... 9 5. Komponentin asettaminen mittakaavaan .............................................................................................................. 10 6. Tiheän pistepilven laskeminen ja pistepilven siivoaminen ..................................................................................... 11 Asetukset “build dense cloud” -ikkunassa .............................................................................................................. 12 Virhepisteiden siivoaminen pistepilvestä tai polygonimallista ............................................................................... 12 7. Komponenttien ja kuvien yhdistäminen kontrollipisteiden avulla ......................................................................... 13 Kontrollipisteiden merkitseminen .......................................................................................................................... 13 Komponenttien yhdistäminen ................................................................................................................................ 13 8. Polygonimallin laskeminen ..................................................................................................................................... 15 “Build mesh” -ikkunan asetukset ............................................................................................................................ 15 Polygonimallin yksinkertaistaminen (tarvittaessa) ................................................................................................. 15 9. Teksturointi ............................................................................................................................................................. 16 Asetukset texture-ikkunassa ................................................................................................................................... 16 10. Digitoinnin asettaminen origoon ja oikein päin .................................................................................................... 17 11. Digitoinnin vienti .OBJ:nä ja .glTF:nä ..................................................................................................................... 17 Lähteet: ........................................................................................................................................................................... 18 Liite 1 2 2 Ohjeisiin liittyvää sanastoa Komponentti: Kokonaisuus, johon kuuluvien valokuvien sijainnin suhteessa toisiinsa ohjelma tuntee. Metashapessa komponenttiin viitataan nimellä “Chunk”. Metashapen komponentti ei ole aivan suoraan verrannollinen RealityCapture-ohjelman komponenttiin, sillä toisin kuin RealityCapturessa, Metashapen komponentti viittaa aina vain yhteen 3D-digitointiin – joko vain kuvien sijaintitietoihin ja harvaan pistepilveen, tai valmiiseen polygonimalliin. Kontrollipiste: Valokuviin tai suoraan 3D-digitointiin merkittävä piste, jonka avulla ohjelmaan voidaan tuoda koordinaattitietoja tai yhdistää useampia 3D-digitointeja toisiinsa. Metashape käyttää pisteistä Marker-nimitystä, RealityCapture-ohjelmassa pisteisiin viitataan nimellä “control points”. Kuvauspositio: Asento, jossa esine on kuvattu. Jos esine on ensin kuvattu oikein päin, käännetty sitten ylösalaisin ja kuvattu uudestaan, on kuvauspositioita kaksi. Markkeri: Koodattu kuvio, jonka ohjelma tunnistaa automaattisesti. Paperille tulostetut markkerit voidaan asettaa kuvattavan kohteen viereen, ja kunhan niiden välinen etäisyys tunnetaan, voi 3D-digitoinnin asettaa markkereiden avulla oikeaan mittakaavaan. Maskaus: Kuvan tietyn osan peittäminen, esimerkiksi taustan tai epäterävänä piirtyvän kohdan. Debenjak-Ijäs, A. 2020. Metashape-ohje. Teoksessa Debenjak-Ijäs, A., Arkeologisten kokoelmien 3D- digitointi. Karhunhammas 20. Turku: Turun yliopiston arkeologian oppiaine. (CC BY-NC-ND 4.0.) Päivitetty 27.8.2020. 3 1. H Kuv Jos pysy yhd työt Mitt Kuv Jos valk pare siihe uomioita v austausta esine kuva vään taus istyvät pelk apoja, jotk • Tunnist yksityis taustan • Vahva k yhtenäi (esim. t maskatt • “Mask piirteitä kuva p ominais huomio digitoin niin me kovin ta akaava a 1. Vasem kuvan tau opohjaisen mmin. Riit n missä es alokuvauk taan niin, taan nähd ästään itse a kannattaa amaton ta kohtia, ei M geometria ontrasti h nen (sama umma/vär ua pois ma by tie poi . Kohde ku elkästä tau uudella su tta myös tihankkeen netelmä sä rkka. malla tavall sta on va mittakaav tää että m ine on “oik seen: että sitä k en, täytyy kuvattava huomioida usta: Jos etashape a. Esimerki omogeenis nnäköinen) ikäs esine j hdollisimm nts” -mene vataan tau stasta ilm ljetaan po muissa k kokeiluissa ästää kyllä inen mittak lkoinen ja an, vaikka ittakaava ein päin”. äännetään ohjelmaa n esineen jo valokuv tausta on löydä taust ksi valkoine een taustaa koko alalt a valkoinen an automa telmä: Täs staa vasten an kohdet is kaikki ta uvissa. Me toiminut t aikaa ja va aava kuvau kuvat ova siinä olisi asetetaan m ja kuvataa estää tunn muodon p ausvaihees yhtenäisen asta erottu n, kevyesti n: Tässä p aan ja että tausta ja tisoidusti. sä ideana , ja kustaki ta. Nämä ustasta tu netelmä e iheällä pist ivaa, mutt stasolla, o t kevyesti mustia yk ukaan yh n useamm istamasta erusteella. sa: valkoine via pikselir ylivalotettu yritään siih se väriltää hieman yliv on, että t n kameran kuvat mas nnistetut p i kuitenka epilvellä. Jo a harvasta ikealla auto ylivalotett sityiskohti teen esine assa asenn kuvaustau Taustan p n tai must yhmiä, joid tausta toi en, että ta n selkeästi alotetut ku austassa o asennosta kataan, ja isteet, niin an arkeol s tavoittee pistepilvest maattisesti uja, ohjelm a. Värilline en kuvausa ossa sama stan pistei oistamisee a, niin et en pohjalta mii hyvin. usta on m erottuu ku vat). Näin n selkeästi käsin oteta “mask by että ohje ogisten ko na on kark ä laskettu tunnistett a saattaa n mittakaa sentoon, l an, paikoil tä. Näin k n on useam tei siitä e se voisi la ahdollisim vauskohte tausta saad tunnistett an lopuksi tie point lma jättää koelmien ea 3D-digit digitointi e ava markke poistaa m va toimii ähtökohtai 3 laan uvat pia rotu skea man esta aan avia yksi s” - ne 3D- ointi i ole ri. yös siksi sesti 4 4 Mittakaavan sijaan kuvausvaiheessa voidaan käyttää myös automaattisesti tunnistettavia markkereita, joiden väliset etäisyydet tai koordinaatit non-earth-koordinaatistossa tunnetaan. Markkerit asetetaan kuvattavan objektin ympärille kuvaustasolle. 2. Ohjelman käyttöliittymä Metashapen käyttöliittymä koostuu erillisistä ikkunoista eri tietojen hallintaan. Ikkunoiden paikat ovat siirreltävissä, joten ne voi asetella mielensä mukaan. Tässä ohjeessa ikkunat on jätetty vakiopaikoilleen. Jos jokin ikkuna puuttuu, saa sen esille vasemman ylälaidan “view”-valikon kautta. Työkalut ovat yläpalkissa. Vasemmalla laidalla on Workspace-ikkuna, jonka kautta hallinnoidaan projektitiedostoon tuotuja valokuvia ja niistä laskettuja polygonimalleja sekä aineistoon lisättyjä kontrollipisteitä. Samassa ikkunassa, eri välilehdellä on Reference-ikkuna, jonka kautta hallinnoidaan mittakaavajanoja ja koordinaatteja eli digitoinnin mittakaavaan liittyviä asetuksia ja tietoja. Keskellä olevassa ikkunassa voi katsella valittuna olevaa 3D-digitointia (Model-välilehti) tai valokuvaa (kuvan nimellä merkitty välilehti). Kuva 2. Metashapen käyttöliittymä. 5 Kuv Kuv pien valk 3. K Kuv Kuv yhte kuva yksi jopa Met Rea usea a 3. Metash a 4. Photo inä kuvakk oisella piste uvien tuon ien tuonti ia yhdistett nä kompo uspositio nkertaisille kuvakehä ashapessa lityCapture mpana ko apen yläpa s pane löy eina, mutt ellä viittaa ti, järjestä äessä on v nenttina ( kerrallaan, esineille, k kerrallaan. voi saman ssa – tuo mponenttin lkin kuvakk tyy lähtök a paneelin maskeihin minen ja m aihtoehtoin “Chunk”) t ja lopuk un taas han aikaisesti k da samaan a. K eiden selity ohtaisesti o valikosta , kuvakkees askaamin a joko tuo ai tuoda j si yhdistää kalamman äsitellä use ohjelmat uva 5. Kaks kset. hjelmaikku valitaan nä ta saa kuvi en da kaikki 3 a yhdistää nämä k muotoiste ampia kom iedostoon, i kompone nan alalai kyville kuv in tehdyt m D-digitoint kuvat en omponenti n esineiden ponentteja vasemman nttia erillisi dasta. Pan ien tiedot askit näkyv iin liittyvät sin pienem t. Ensinnä kuvat kan . Halutut k laidan ik nä “Chunks eelissa näk (“details”) ille tai pois kuvat kerr missä eris mainittu nattaa yhd uvat voi s kunaan jo eina”. yvät valok . Musta ku näkyvistä. alla ohjelm sä, esimer työtapa s istää positi iis – toisin ko yhtenä 5 uvat utio aan kiksi opii o tai kuin tai 6 6 Kuvien laadun tarkistaminen Parhaimman lopputuloksen saavuttamiseksi kuvien laatu voidaan tarkistaa Metashapen työkalulla ennen align-vaihetta ja sulkea siten pois heikkolaatuiset kuvat (ks. Metashape 2019: 22). Maskaus Metashape ei ole niin tehokas poistamaan kuvien taustaa, vaikka se olisi valkoinen. Taustan saattaa siksi joutua maskaamaan. Tämä onnistuu usealla eri työtavalla (ks. yllä työtapojen vaikutus valokuvausprosessiin). Maskaaminen tapahtuu valitsemalla Select-valikosta haluttu valintatyökalu. Suorakulmiovalinnan lisäksi tarjolla on esimerkiksi “Intelligent scissors”, jolloin CTRL-näppäintä painamalla valintaviiva seuraa kuvassa näkyviä reunoja tai “Magic wand” -valinta, joka valitsee klikatun pisteen ympäriltä kuvassa näkyviin reunoihin rajautuvan alueen. Jos maskaat kuvia vain teksturointivaihetta varten, voi osan kuvista maskata kokonaan pois, sillä tekstuurin rakentamiseen ei tarvita niin paljon kuvia kuin itse pistepilven laskemiseen. Kuva 6. Intelligent Scissors -valintatyökalu “Mask by tie points” sekä “Import mask from background” Menetelmässä maskataan parhaimmillaan vain yksi kuva kustakin kameran asennosta, nimittäin se, missä on pelkkä tausta ilman esinettä. Kuvat maskataan suoraan ylävalikon “rectangle selection” -työkalulla => oikeaklikkaus ja “add selection”. Kuvia yhdistettäessä “Align photos” -asetusvalikon “Advanced”-kohdassa valitaan “Apply masks to tie points”. Samankaltainen menetelmä on “Import mask from background”, jossa samoin maskataan yksi kuva pelkästä taustasta ilman esinettä, maski tallennetaan tietokoneelle ja tuodaan sitten sisään muihin kyseisen kuvausposition kuviin. 7 Kuv Työ man kuit sym käyt rann parh kun epä ien maskaa vaihe on hi uaalisesti k enkin nop metrinen. tää use erenkaide aimmillaan tarkoituk terävät koh 1. Tee nor ja vie m alpha c tiedosto saattaa 2. Valitse “Masks nimi. Ta kohtaan maski s maskin minen man das, sillä yh estää noin euttaa, jos Tällöin s ammassa n maskauk ulottaa sena on dat. maaliin tap aski oikeak hannel, fil nimellä ku vaihtua .jp kuvakehän ” -> “Impo rkista, että “Selected ijaitsee. Ku kaikille vali uaalisesti den kuvan 1–2 minuu esine on amaa ma kuvassa. sessa sama koko kuvak maskata aan maski likkauksella e name te in alkuperä g, vaihda se loput kuv rt..” Avaut tiedostop cameras”. n olet oike tuille kuvill maskaamin ttia. Työtä muodolta skia voida Esimerk n maskin ehän kuvi pois kuv kuvakehän masks => mplate = inen kuva takaisin .p at, joille m uvaan ikku ääte on oi Klikkaa ok, assa kansio e. en voi an an iksi voi lle, ien Kuva 7. voidaan ensimmäis export mas {filename}. . Huomaa e ng:ksi. askia halu naan syöte kein, muut minkä jälk ssa, valitse Rannerenk ulottaa ka elle kuvalle k => seura png ja sel ttä tallenn taan käytt tään edell en ohjelma een avautu “Select Fo aan terävie ikkiin kuvak . Valitse ku avat asetuk ected imag usvaiheess ää. Klikkaa isessä kohd ei löydä m u ikkuna, j lder”. Tämä n kohtien m ehän kuvii va Photos p set: file typ es. Nimeä a oletustie hiiren oik assa ulos askia. Val ossa valita n jälkeen askaus n. ane -ikkun e = image kuva sam dostomuod ealla ja va viedyn ma itse “Apply an kansio j Metashape 7 assa with alla oksi litse skin to” ossa tuo 8 Kuva 9. Maskin tuo Kuv nti Metasha a 8. Maskin v peen. ienti Metashapesta. 8 9 Mas Jott teht täm Kuv 4. A Alig Use proc “add kaik seu Aset kien tuonti a maskien ävä maski. ä maski sisä a 10. Realit lign-työva n-vaiheessa amman kom essing” -ty ” ja lisää ki työvaihe raavan. ukset align • Accurac • Generic • Key poi heikko. 60 000. • Tie poin Arvon o RealityCap tuonti Re Maskaa sii än kaikkiin yCapture-o ihe ja “bat kuvista ponentin ökalun avu “job type” et, jotka n -ikkunassa y: määrittä preselectio nt limit: jos Jos käy näi t limit: num llessa nolla turea varte alityCaptur s myös kau muihin ku hjelmaa va ch process lasketaan tapauksess lla kaikille -kohdasta äkyvät ikk ä digitoinn n: kyllä 0, niin tuot n, voi koett ero kertoo tie points n een sujuu ttaaltaan t viin, joita e rten tehty m ing” kameroide a tämä ja m komponent se työvaih unassa, eli in laadun. taa niin mo aa rajata ha kutakin ku -pisteitä ei helposti, o erävästä ku i oikeasti ta aski kuvan n sijainti uut työva eille saman e, jonka ha poista työ nta pistett luamaansa vaa koskev rajata ollen n kaikista vasta pien rvitsisi mas vasemma ja muodos iheet suorit aikaisesti. luat suorit vaihe suor ä kuin mah lukemaan an tunniste kaan. RealityCap i nurkka, jo kata. ssa alanurk tetaan ha etaan “Wo “Batch pro taa. Muist ittamisen j dollista, osa . 3D-hankke ttujen pist tureen tuo ssa kohdet assa. rva pistep rkflow”-kuv cessing” -ik a, että ohj älkeen, en ssa laatu s essa käyte eiden maks duista kuv ta ei ole, ja ilvi kohtee akkeen “B kunassa va elma suori nen kuin li aattaa olla tty maksim imimäärän 9 ista tuo sta. atch litse ttaa säät aika ina . 10 10 • Adaptive camera model fitting: lisää kameran kalibroinnin muuttujia, eli mahdollistaa että sisäisessä kalibroinnissa huomioidaan laajemmin eri muuttujia kuin yleiset Brownin 3. yhtälön muuttujat. Voi siis olla hyödyllinen, mutta myös heikentää tulosten toistettavuutta. Vakiona ei käytössä. • Jos maskauksessa käytetään “mask by tie points” -menetelmää, valitaan Align-asetusten “Advanced”-kohdasta “Apply masks to tie points”. Tätä voidaan käyttää myös jos kaikki kuvat on maskattu, siitä ei ole haittaa. Align-työvaiheen jälkeen tarkistetaan kameroiden sijainti ja harva pistepilvi. Kamerat saa näkyville ylälaidan kamera-kuvaketta painamalla. Mahdolliset virhepisteet voi poistaa pistepilvestä “Select”-työkalun avulla (ks. tarkemmin kohdasta 6). Eri komponenttien pistepilviä voit tarkastella tuplaklikkaamalla haluamaasi komponentin nimeä vasemman laidan “Workspace”-valikossa. Kuva 11. Workflow-ikkuna 5. Komponentin asettaminen mittakaavaan HUOM: 3D-digitointi kannattaa asettaa mittakaavaan vasta, kun kaikki komponentit on yhdistetty. Jos digitointi koostetaan useasta komponentista, laske näille ensin tiheä pistepilvi ja yhdistä komponentit, ja palaa sitten mittakaavan asettamiseen. Luo komponentin kuvissa, pistepilvessä tai polygonimallissa näkyvään mittakaavaan kaksi kontrollipistettä (”marker”) kohtiin, joiden välinen etäisyys on tiedossa. Vaihda vasemman laidan ikkunassa “Reference”-valikkoon. Näet siinä kaikki kontrollipisteet. Valitse äsken luomasi kaksi pistettä ja klikkaa oikealla => “Create scale bar”. Huomaat että pisteiden alle, “Scale bars” - kohtaan ilmestyy luomasi “skaala”. Valitse skaala ja tuplaklikkaa “Distance”-kohtaa niin että pääset kirjoittamaan siihen. Syötä kontrollipisteiden välinen etäisyys metreissä. Tämän jälkeen päivitä pistepilven sisäinen koordinaatisto ”Reference”-ikkunan ylälaidassa olevasta päivityskuvakkeesta (kahden nuolen muodostama kehä). Skaalan tarkkuuden (accuracy) pitäisi tämän jälkeen korjaantua 1 mm paikkeille. Voit tarkistaa mittakaavaan asettamisen onnistumisen ylälaidan mittaustyökalun avulla. 11 11 Kuva 12. Kontrollipisteen (marker) lisääminen. Kun komponentti on asetettu mittakaavaan, voi ”Reference”-välilehdeltä tarkistaa 3D-digitoinnin virhearvon (reprojection error): vasemman laidan valikosta valitse “Reference”-välilehti. Kameroiden kohdalla skrollaa oikealle, kunnes näet kunkin kameran virheen (error) pikseleinä. Lukeman tulee olla alle 1 px (vrt. Zachar et al. 2017: 134). 6. Tiheän pistepilven laskeminen ja pistepilven siivoaminen HUOM! Tarkista ennen tiheän pistepilven laskemista 3D-mallin ympärillä olevan “rajauslaatikon” (bounding box) koko. Metashape ei tuota tiheää pistepilveä niistä mallin osista, jotka jäävät laatikon ulkopuolelle. Sitä kannattaa siis tarvittaessa suurentaa ja kiertää ylälaidan kuvakkeen kautta. Tiheän pistepilven laskeminen ei ole pakollinen työvaihe – polygonimallin voi laskea myös karkean pistepilven pohjalta. Tiheän pistepilven laskeminen kuitenkin nostaa huomattavasti 3D-digitoinnin resoluutiota. 12 Aset Virh Use siist jne. pois pain Kuv kärj Met “tak yllät Kuv myö pois työs Han ukset “buil • Quality • Depth-f o • Reuse d • Calculat episteiden in malliin tu iä niin, ette Varo kuite ylävalikon a delete. a 13. kuvau essä. ashapen v ana” oleva täviä reikiä at 14–15. s niiden “t taa muut tämistä. kalissa paik 1. Käännä 2. “Free f valinta 3. Valitse alue, jo 4. Lopuksi näkyvill d dense clo : määrittää iltering: ”M Jos malliin t Tämä saatt epth maps e point col siivoaminen lee virhep i siinä ole nkin, ettet “free-form staustasta alintatyöka t pisteet. P ja tarvittae Esimerkissä akana” olev pistepilven oissa voida kohde niin orm select huolellisest “Tools”-val sta voit nor valitse “T e. ud” -ikkuna digitoinnin ild” (vakio) ulee paljon aa kuitenki : ei ors: kyllä pistepilve isteitä, esim mitään ylim vahingossa select” - laskettu va lu valitsee isteiden po ssa perua valintatyö ia vasarak osat kuin an edetä se , että näet ion” -työka i kuten kuv ikosta “Den maalisti va ools” => “D ssa laadun. “kohinaa” n karsia ma stä tai polyg erkiksi osia ääräisiä os poista mitt työkalulla. lkoinen virh kaikki p istamisen j toimenpide kalulla val irveen kum valittuna uraavasti: hyvin sen k lulla valits assa. se cloud” = lita ja poista ense clou eli ylimäär llin pinnan onimallista taustasta ia taustast akaavaa. V Valitse po episteiden isteet valin älkeen kan CTRL + Z -n ittiin valko mankin kyl olevan alu ummatkin p e se kohte > “Filter by a pisteitä. d” => “Res äisiä virhep syvyysvaiht . Pistepilvi k a, esineen irhepisteet istettavat rypäs vasa nan sisäp nattaa siksi äppäinyhd iset virhep jen pisteitä een näkyv uolet. en alue, jo selection” et filter”, j isteitä, kok elun pieniä annattaa jalustasta siivotaan pisteet ja rakirveen uolelta, m aina tarkis istelmällä. isteet, mut . ”Filter by istä, mikä lla poistet . Näin näky olloin piilo eile ”Mode yksityisko yös valitta taa, ettei s ta valinnas selection” helpottaa tavat piste ville jää ain tetut piste rate”-asetu htia. vien piste eurauksena sa on muk -työkalulla 3D-digitoi et ovat. R oastaan va et tulevat 12 sta. iden ole ana voit nnin ajaa littu taas 13 Pist voi t uus 7. K Kon Met valo yhd Vihr Sini lask Valk pist Kon olev Kom Enn Erill chu eitä kannat ehdä mask i, laadukkaa omponent trollipisteid ashapen k kuvaan tai istettyihin v eä: Käyttäj nen: Met utoimituks oinen: Me että huomi trollipisteit an kontroll ponenttien en kompon iset kompo nks” -työka taa siivota aamalla ku mpi kuvasa tien ja kuv en merkitse ontrollipist pistepilve alokuviin ja än hyväksy ashape ar issaan. Sinis tashape ar oida ohjelm ä luodaan ipisteen vo yhdistämi enttien yhd nentit – e lulla. Yhdist harkiten, si vasarjan, ko rja. ien yhdistä minen eitä eli ma en asetett pistepilve mä tai lisää vioi, että en lipun vo vioi, että k an laskuto klikkaamal it merkitä k nen istämistä o simerkiksi äminen vo llä työvaihe keilemalla minen ko rkkereita v u kontrollip en. Kontrol mä, varma kohdassa i “hyväksyä ohdassa sij imituksissa la yksityisk uvaan valit hjelmatied kuvan ker i onnistua a kestää kau ”Depth filt ntrollipiste oi asettaa iste ilmes lipisteet tu sti oikeassa sijaitsee ” vihreäksi aitsee kon . ohtaa oike semalla “p ostosta kan amiikankat utomaattis an. Jos virh ering” -ase iden avulla niin valoku tyy näkyvil nnistaa pie paikassa s kontrollip klikkaama trollipiste, alla ja valit lace marke nattaa tall kelman ka esti, mutta episteitä o tusten muu viin kuin i le muihin nestä, värik ijaitseva ko iste, ja lla lippua. mutta arvi semalla “a r”. entaa erillin ksi eri puo usein se on n valtavast ttamista ta tse pistepi samaan ko oodatusta ntrollipiste huomioi k o on niin e dd marker en kopio. lta – yhd tehtävä m i, korjaukse i ottamalla lveen – yht ordinaatist lipusta: . ontrollipist pävarma, e ”. Jo olem istetään “A anuaalises 13 t een oon een ttei assa lign ti. 14 Kuv peru Aut kon a 16 (ede steella. omatisoitu trollipisteid 1. Metash kontrol samaan 2. Etsi koh Yhteen kompon kontrol 3. Kontrol tasolla kolmiul Kuva 17 4. Kun ko “Marke kompon • Yhdiste vaiheen koordin pisteitä huonola pistepil • Kun pis “Workf marker ilmestyv llinen sivu yhdistämin en avulla: ape ei au lipisteitä, j kohtaan a teesta he kompone entista ka lipisteen sij lipisteitä ka tai viivalla otteista sija . kontrollip ntrollipiste r based”. Ä enttien sis tyn pistepi päätteek aatistoon. , esimerkik atuisempia veen jää re tepilvi on s low”-valiko s”. Tämä t än vasemm ). Kahden en ei aina tomaattise oten pistee setetulla ko lposti erott nttiin as nnattaa kä ainnista. nnattaa a olevista ko intia toisiin isteitä piste itä on tarp lä valitse äisen skaal lven näet y si pistepilv Tässä vaih si kompon pisteitä, ikiä liiallisen iivottu, tal sta. Valitse yökalu luo an laidan kompone toimi. Tä sti yhdistä t on aset ntrollipiste uva, selkeä etetun ko yttää Win settaa väh ntrollipistei sa nähden pilven pinn eeksi kaik “Fix scale” an. lävalikon “ et ovat eessa on v entin leik jotka kann siivoamise lenna tiedo yhdistett kokonaan u “Workspac ntin autom ssä tapau toisiinsa ettava erik ellä on aina yksityisko ntrollipiste dowsin Sn intään kolm stä ohjelm . alla. issa kompo -kohtaa, s Show alig vielä erilli ielä mahdo attuun “al attaa kars n seurauks stosta kop ävät komp uden, täys e”-valikkoo aattinen ksessa kom eri kompo seen kuhu sama num hta, joka en oikea ipping too e eri puo a ei pysty nenteissa illä se ei ned chunks siä, ne on llisuus siiv alaitaan” (j ia pois. Va ena. io. Valitse s onentit, “ in yhdistet n. yhdistämin ponentit y nentteihin nkin komp ero eri kom näkyy kum n sijainnin l -työkalua lille esinett niin hyvin l valitse “Al korjaa, vaa ” -kuvakke vain ase ota pois yk ossa esine rmista kuit en jälkeen Merge den yn tiheän p en pistep hdistetään samaan k onenttiin. ponenteis massakin k löytämi ja ottaa ä. Vierekk askemaan ign chunks n “jäädyttä esta. Huom tettu sam sittäisten en tuki o enkin, ett “Merge ch se clouds” istepilven ilven piste manuaali ohtaan teh Varmista, sa. omponent seksi tois ruutukaapp äisistä, sam komponent ” ja meto ä” yksittäi aa että a aan sisäis komponent n) jää ylee ei yhdistet unks” -työ sekä “M – huomaat 14 iden sesti tyjä että issa. esta aus alla tien diksi sten lign- een tien nsä tyyn kalu erge sen 15 15 8. Polygonimallin laskeminen Työvaiheessa ohjelma muodostaa komponentin pistepilven pohjalta kohteen pintaa kuvaavan polygonimallin, “mesh”. Varmista ensiksi workspace-valikosta, että valittuna on oikea, esimerkiksi useasta komponentista yhdistetty komponentti. “Build mesh” -ikkunan asetukset • Source data: dense cloud • Surface type: arbitrary • Depth maps quality: ultra high • Face count: high. Tämä asetus vaikuttaa meshin resoluutioon. Yleensä pienestäkin esineestä tehdyssä digitoinnissa voi olla monta miljoonaa kolmiota (“facea”). Jos halutaan tuottaa suoraan huonoresoluutioisempi (tiedostokooltaan pienempi) digitointi, voidaan valita custom, ja alla olevaan “Custom face count” -kohtaan merkitä haluttu kolmioiden määrä (yleisesti kannattaa pitäytyä vähintään 500 000 kolmiossa). Tarkastele valmista polygonimallia kriittisesti eri kuvakulmista. Varsinkin yhdistetyssä komponentissa eri komponenttien “rajat” voivat näkyä selkeinä harjanteina polygonimallin pinnassa. Tällöin komponenttien erillisiä tiheitä pistepilviä on siivottava huolellisemmin “align chunks” ja “merge chunks” -työvaiheiden välissä. Jos polygonimallissa on pieniä reikiä, ne voi paikata “Models”-valikosta => “Mesh” => “Close holes”. Paikkaustyökalu on kuitenkin karkea, ja sopii vain selkeärajaisille hyvin pienille (alle 1 mm) rei’ille. Merkitse reikien korjaaminen 3D-digitoinnin metatietoihin. Kuva 18. polygonimalli Polygonimallin yksinkertaistaminen (tarvittaessa) Halutessasi voit yksinkertaistaa 3D-digitointia haluttuun kokoon, jos tiedoston koossa on rajoituksia. Esimerkiksi noin 500 000 polygonin malli on yleensä obj-muodossa noin 50 megatavun kokoinen tiedosto. Polygonimäärän lisäksi obj-muodossa tallennettavan 3D-digitoinnin tekstuurin muodostavan valokuvatiedoston tiedostomuoto vaikuttaa 3D-digitoinnin tiedostokokoon. Tarvetta yksinkertaistamiselle voi tulla esimerkiksi, jos lataat digitointeja verkon kautta katseltaviksi. Muista aina tallentaa ensin alkuperäinen polygonimalli, ja tehdä kaikki muutokset tämän kopioon. Merkkaa myös metatietoihin ylös paljonko polygoneja oli alkuperäisessä digitoinnissa, ja paljonko yksinkertaistetussa mallissa on. Valitse ylälaidan valikosta Tools => Mesh => decimate mesh. Syötä “Target number of polygons” -kenttään haluttu yksinkertaistetun digitoinnin polygonien lukumäärä. HUOM: polygonimallin rakenteen muuttaminen poistaa aiemman mallin pintaan mukautetun tekstuurikartan, joten tekstuurin joutuu laskettamaan tämän työvaiheen jälkeen uudestaan. 16 9. T Työ “val Kuv Jos laad Epä Jos “Too Jalu Tek tuke pois Jos vain ”Ph este cam HUO kan oike Vali pää talle Kuv kera Aset eksturoint vaiheessa mistelevia ien laadun t et jo aiem ultaan alle tasaisen va kuvien va ls”-valikos stan ja/tai e stuuri rake miseen kä kaikki koh kuvia on h osalle kuv otos pane” ttävät kuva eras”. M ennen nattaa ne aklikkaa = tse ikkunas set valits tetaan. a 19. Ma miikankap ukset textu • Mappin • Blendin • Texture mutta m viittaa t jälkikäs kertoim • Enable • Enable i luodaan v askeleita”: arkistamin min ole ta 0,5 olevien lotuksen ta lotus tai v ta. päterävän ntuu valo ytetty jalus dat, joissa j yvin paljon ista ja estää -paneelis t, klikkaa o kuin muo tallentaa > “Masks sa “All ca emaan ka skeilla vo paleessa. re-ikkunas g mode: ge g mode: m size / coun yös suure ekstuurika ittelyä toise essa. hole filling: ghosting fil äritys eli en rkistanut k kuvien käy i valkotasap alkotasapai kohdan ma kuvien po ta, käyttää alusta tai m , maskauks loppujen sa. Tätä v ikealla ja va kkaat kuv . Valitse ” => “Ex meras”. Kl nsion, jo it myös sa neric osaic t: tuotetta mpi tiedos rttojen mä ssa ohjelm kyllä ter: kyllä tekstuuri uvien laatu ttö tekstur ainon korja no vaihtel skaaminen hjalta, jote ohjelma tä uu asia pei en voi teh kuvien käyt arten valit litse “Disa ien maske yksi ku port mask ikkaa ok n hon mas rajata ku van tekstu tokoko. Ole ärään. Use assa, joten polygonima a, kannatt ointivaihee aminen ee, voi ha teksturoint n jos jos tä myös te ttää jonkin dä ön se ble ja, va, s”. iin kit vista epät urin koko – tusasetus ampi tekst pitkäaikai llin pintaa aa se tehd ssa. lutessaan ikuvista sakin valo ksturointiv osan digito erävät ko mitä suure 8192 x 1 o uurikartta h ssäilytykse n. Tekstu ä tässä va käyttää ”Ca kuvassa nä aiheessa. K itavasta es hdat pois mpi lukem n hyvä yle ankaloitta n kannalta rointia enn iheessa ja librate co kyy esime uvista on s ineestä. , kuten a, sen tark isarvo. Jälk a kuitenkin kannattaa en on us estää kaik lors” -työk rkiksi esin iksi maskat esimerkkiku empi tekst immäinen 3D-digitoi pitäytyä yh 16 eita kien alua een tava van uuri, luku nnin den 17 17 10. Digitoinnin asettaminen origoon ja oikein päin Sen jälkeen kun 3D-mallin asettaa origoon ja kääntää sen “oikein päin”, on sen kääntely katseluohjelmassa helpompaa. Tämä jälkikäsittely on helpompi tehdä esimerkiksi Blenderissä (ks. erilliset ohjeet), mutta tarvittaessa työvaiheen voi tehdä myös Metashapessa: • Malli asetetaan origoon taustaruudukon avulla. Kohdasta “Model” => “Show/hide items” => “Show grid” saat taustaruudukon näkyville. • Ylälaidan “Move object” -kuvakkeesta, kohdasta “rotate” pääset liikuttamaan mallia. Vedä se ruudukon keskellä näkyvän pienen X-merkin kohdalle, merkki kuvaa origoa. • Käännä ruudukkoa niin, että se on “pystyssä”. Pyöritä sen jälkeen mallia niin, että mallin “kylki” on itseesi päin (ks. kuva) ja “yläpuoli” näytön yläreunaa kohti. Voit lopuksi tarkistaa “Reset view” - kuvakkeesta, että malli on kääntynyt oikein päin suhteessa sisäiseen koordinaatistoon. Kuva 20. 3D-mallin kääntäminen suhteessa taustaruudukkoon. 11. Digitoinnin vienti .OBJ:nä ja .glTF:nä Valitse “file” => “export” => “export model”. Valmiin 3D-digitoinnin voi viedä Metashapesta lukuisissa eri tiedostomuodoissa: .obj, .3Ds, .wrl, .dae, .ply, .x3D, .stl, .abc, .fbx, .dxf, .osgb, .glb, .u3d, .pdf, .kmz. 18 18 Lähteet: Agisoft Forum. 2018. How to position object on zero point? . Luettu 26.10.2020. Agisoft Support. 2020. Aligning turntable photos with background suppression from single mask in Agisoft PhotoScan. . Ladattu 26.10.2020. Metashape. 2019. Agisoft Metashape User Manual: Professional Edition, Version 1.5. . Luettu. 24.10.2020. Porter, S. 2015. Creating Artifact Models in Agisoft Photoscan Part 1. . Luettu 26.10.2020. Zachar, J. & Jončić, N. 2017. 3D RECORDING OF SCULPTURES AND SMALL OBJECTS. Teoksessa Zachar, J., Horňák, M., Novaković, P. (toim.). 3D Digital recording of Archaeological, Architectural and Artistic Heritage. CONPRA Series, Vol. 1. University of Ljubljana Press, Faculty of Arts. 1Liite 2 1 RealityCapture-ohje Sisällysluettelo 1. Huomioita valokuvausvaiheeseen .................................................................................................................................. 2 2. Käyttöliittymä ................................................................................................................................................................. 2 3D-näkymässä liikkuminen ............................................................................................................................................. 3 3. Kuvien tuonti ja yhdistäminen ........................................................................................................................................ 3 4. Komponenttien yhdistäminen ........................................................................................................................................ 4 5. Komponentin asettaminen mittakaavaan ...................................................................................................................... 7 6. Polygonimallin laskeminen ja muokkaaminen ............................................................................................................... 7 7. Teksturointi ................................................................................................................................................................... 10 Maskien avulla teksturointi .......................................................................................................................................... 10 8. 3D-digitoinnin vienti ohjelmasta .................................................................................................................................. 12 9. Väliaikaistiedostojen poistaminen ................................................................................................................................ 12 Lähteet .............................................................................................................................................................................. 13 Ohjeisiin liittyvää sanastoa: Komponentti: Kokonaisuus, johon kuuluvien valokuvien sijainnin suhteessa toisiinsa RealityCapture tuntee. Komponentti voi koostua pelkistä kuvien sijaintitiedoista, mutta komponenttiin voi kuulua myös yksi tai useampi polygonimalli. Kontrollipiste: Tässä yhteydessä termillä viitataan “control points” -pisteisiin, joita RealityCapturessa voidaan asettaa valokuviin tai suoraan 3D-malliin. Metashape-ohjelmassa samoihin pisteisiin viitataan marker- nimityksellä. Kuvauspositio: Asento, jossa esine on kuvattu. Jos esine on ensin kuvattu oikein päin, käännetty sitten ylösalaisin ja kuvattu uudestaan, on kuvauspositioita kaksi. Markkeri: Koodattu kuvio, jonka ohjelma tunnistaa automaattisesti. Paperille tulostetut markkerit voidaan asettaa kuvattavan kohteen viereen, ja kunhan niiden välinen etäisyys tunnetaan, voi 3D-digitoinnin asettaa markkereiden avulla oikeaan mittakaavaan. Maskaus: Kuvan tietyn osan peittäminen, esimerkiksi taustan tai epäterävänä piirtyvän kohdan. Viittaus: Debenjak-Ijäs, A. 2020. RealityCapture-ohje. Teoksessa Debenjak-Ijäs, A., Arkeologisten kokoelmien 3D-digitointi. Karhunhammas 20. Turku: Turun yliopiston arkeologian oppiaine. (CC BY-NC-ND 4.0.) Päivitetty 27.8.2020. 22 1. Huomioita valokuvausvaiheeseen RealityCapture poistaa hyvin tehokkaasti valkoisen taustan, varsinkin jos kuvat ovat kevyesti ylivalotettuja. Valitettavasti algoritmi poistaa myös valkopohjaisen mittakaavan, vaikka siinä olisi mustia yksityiskohtia. Värillinen mittakaava toimii ohjelmassa paremmin. Riittää että mittakaava asetetaan mukaan yhteen esineen kuvausasentoon, lähtökohtaisesti siihen missä esine on “oikein päin”. • Mittakaavan sijaan kuvausvaiheessa voidaan käyttää myös automaattisesti tunnistettavia kuvioita eli markkereita, joiden väliset etäisyydet tai koordinaatit non-earth-koordinaatistossa tunnetaan. Markkerit asetetaan kuvattavan objektin ympärille kuvaustasolle. RealityCapturen markkeri-työkalu ei kuitenkaan ole kirjoitushetkellä saatavilla kaikissa lisenssivaihtoehdoissa. Kuva 1. Vasemmalla tavallinen mittakaava kuvaustasolla, oikealla automaattisesti tunnistettava markkeri. 2. Käyttöliittymä Realitycapturen käyttöliittymä käsittää useamman välilehden, joiden välillä liikutaan ohjelma-ikkunan vasemman ylälaidan valikon avulla. WORKFLOW-välilehti sisältää aineiston tuontiin liittyvät työkalut, ALIGNMENT-välilehti kuvien yhdistämiseen ja mittakaavan asentamiseen liittyvät työkalut ja RECONSTRUCTION-välilehti polygonimallin tuottamiseen, teksturointiin ja muokkaamiseen liittyvät työkalut. SCENE-välilehdellä voi vaikuttaa kulloinkin valittuna olevan ikkunan sisältöön – jos valittuna on esimerkiksi valokuvia sisältävä ikkuna 2D-näkymässä, voi SCENE-välilehden kautta valita näkyvätkö ikkunassa rekisteröidyt, rekisteröimättömät vai kaikki valokuvat. Jos taas valittuna on 3D-ikkuna, voi SCENE-välilehdellä valita näkyykö 3D-digitointi pistepilvenä tai polygonimallina, näkyvätkö kameroiden sijainnit suhteessa 3D-digitointiin ja niin edespäin. Vasemman ylälaidan symbolit viittaavat ohjelman ikkunoiden asetteluun. Lähtökohtaisesti vasemmanpuolimmainen ikkuna on 1D-näkymässä, eli ohjelmaan tuodut valokuvat, eri 3D-digitoinnit, kontrollipisteet ja muut komponentit näkyvät ikkunassa allekkain. Yksittäisiä valokuvia voi “hinata” tarkasteltavaksi vasemman laidan ikkunasta esimerkiksi 2D-näkymässä olevaan ikkunaan. Muita ikkunoita voi valita esille haluamansa määrän, ja asettelua voi muuttaa kesken kaiken – esimerkiksi kontrollipisteiden asettelussa kuuden ikkunan näkymä on kätevä, mutta muussa käytössä riittää yksi iso 3D-ikkuna sekä kaksi 2D- ikkunaa. Kunkin ikkunan näkymää voi vaihtaa ikkunan oikean ylälaidan valkoisesta painikkeesta 1D-, 2D- ja 3D- näkymän välillä. 3 Kuva 3D-n 3D-n vase vase Jos 3 R – s A – l 3. Ku Kuvi Kuvi tuod näm esine Kun laske vase siirty Joiss yhdi 2. RealityC äkymässä l äkymää vo nta näppäi mmalla hiir D-näkymäs iirtää 3D-nä iikuttaa näk vien tuon en tuonti ta a yhdistettä a ja yhdist ä kompone iden kuvat halutut kuv e kuvien s mman laid ä suoraan ain tapauk stettävä co apturen kä iikkuminen i pyöritellä ntä pohjaa en näppäim sä onnistuu kymän alk ymää niin, ti ja yhdistä pahtuu raa essä on va ää kuvat e ntit. Ensinn kannattaa at on tuotu ijainnin ja an 1D-valik mittakaavan sissa liian h ntrol points yttöliittymä painamalla n. Keskipis ellä halutt liikuttama uperäiseen että koko v minen haamalla k ihtoehtoin nsin piene ä mainittu yhdistää po sisään ohj muodostaa ossa. Jos k asettamis arva kuvas -työkalun a . hiiren oike tettä, jonk uun kohtaa an digitoinn asentoon alittuna ole uvat kansio a joko tuod mmissä eris työtapa sop sitio tai jop elmaan, va harvan pi aikki 3D-d een (kohta arja ei yhd vulla (koht aa näppäi a ympärillä n. in näköken va kompon sta vasemm a kaikki 3 sä, esimer ii yksinkert a kuvakehä litaan ALIGN stepilven. Y igitointiin l 5). isty yhdeks a 4). ntä pohjaan 3D-näkym tän ulkopu entti näkyy an laidan “ D-digitointii kiksi kuvau aisille esine kerrallaan MENT-väli hdistetyist iittyvät kuv i vaan usea , ja liikutta ä pyörii, v olelle, autta Inputs”-koh n liittyvät spositio ke ille, kun taa . lehdeltä “A ä kuvista k at yhdistyv mmaksi ko a sivulta to oi siirtää vat seuraa taan. kuvat kerra rrallaan, ja s hankalam lign images oostuva ko ät kerralla mponentik iselle pain tuplaklikka vat komenn lla ohjelma lopuksi yh man muot ”, jolloin oh mponentti , voi seura si, jotka on 3 amalla amalla ot: an tai distää oisten jelma näkyy avaksi ensin 44 Kuva 3. Soljen ensimmäisen kuvausposition kuvien sijainti ja harva pistepilvi 3D-näkymässä. Jos kuvat yhdistetään useammassa osassa, täytyy kunkin yhdistetyn kuvasarjan eli komponentin sijaintitiedot ensin viedä ohjelmasta. Pistepilvi ja kameroiden sijaintitiedot tallennetaan ylävalikon ALIGNMENT-välilehdeltä => Export => Registration => valitse tallennusmuodoksi “RealityCapture alignment component” ja nimeä tiedosto komponentin mukaan, esimerkiksi “Positio1”. Tallenna myös itse projektitiedosto tavallisesti file => save. Sulje sitten ensimmäisen komponentin ohjelmatiedosto ja avaa uusi tyhjä ohjelmatiedosto. Vie sinne seuraavan komponentin kuvasarja ja käsittele kuten yllä. Tällä tavoin työstetään kaikki esineen eri asennoista otetut kuvasarjat erillisinä komponentteina. 4. Komponenttien yhdistäminen Kun kaikki komponentit on erikseen käsitelty, yhdistetään lopuksi kunkin position kuvien sijaintitiedot (RealityCapture alignment component). Tallennetut komponentit tuodaan uuteen, tyhjään RealityCapture - ohjelmatiedostoon .rcalign-tiedostomuodossa ALIGNMENT-välilehdessä => Import => Component. Erilliset komponentit näkyvät nyt vasemman laidan 1D-näkymässä allekkain sillä nimellä, millä ne on tallennettu. Komponenttien kuvamäärissä näkyy aina komponentin kuvien osuus kaikkien komponenttien yhteenlasketusta kuvamäärästä, esim. 28/52 kuvaa. Komponentit yhdistetään ALIGNMENT-välilehdessä => Registration => Align Images, tai painamalla F6- näppäintä. Valmis, yhdistetty pistepilvi ilmestyy samoin vasemman laidan 1D-näkymään nimellä “component0”, ja sen kuvamäärän tulisi olla kaikkien yhdistettyjen komponenttien yhteenlaskettu kuvamäärä, esim. 52/52 kuvaa. 55 Kuva 4. komponentit “esimerkki1” ja “esimerkki2” vasemman laidan 1D-valikossa. Oranssi pieni merkki komponentin nimen perässä tarkoittaa, että kyseinen komponentti, tässä tapauksessa esimerkki1, on valittu aktiiviseksi. Jos ohjelma ei löydä tarpeeksi yhtenäisiä pisteitä eri komponenttien välillä, näiden yhdistäminen yhdeksi ei onnistu. Tällöin uusia komponentteja voi syntyä useampia. Jos näin käy, tarkista minkälaisia komponentteja syntyi: muutaman kuvan komponentit voi jättää omaan arvoonsa, jos kuvasarjassa on muuten riittävästi kuvia esineen kyseisestä kohdasta. Isommat komponentit on hyvä yhdistää niin, että katsoo, mitä esineen kohtia komponenteissa on näkyvissä ja sijoittaa kontrollipisteet juuri näihin kohtiin. Tätä varten vaihda ohjelman eri ikkunoiden asettelu niin, että sinulla on vasemman laidan 1D-ikkunan lisäksi kuusi 2D-näkymässä olevaa ikkunaa. Ylälaidasta valitse ALIGNMENT-välilehti. 1. Tarkastele ensin yhdistettäviä komponentteja ja niiden valokuvia. Mitkä esineen kohdat näkyvät kummankin komponentin valokuvissa? Valokuvia voit tarkastella helposti vaihtamalla vasemman laidan ikkunan 2D-näkymään ja valitsemalla Scene-välilehdeltä rekisteröityneet kuvat näkyville, tällöin ohjelma näyttää kulloinkin valittuna olevan komponentin kuvat. 2. Avaa yhteisiä kohtia esittävät valokuvat “hinaamalla” tyhjiin 2D-ikkunoihin. Käteväksi huomattu tapa on pitää ylemmällä rivillä yhden, alemmalla toisen komponentin kuvia – näin kuvat eivät mene sekaisin. 3. Vaihda vasemman laidan valikko takaisin 1D-näkymään ja valitse Control points => Create. Valikkoon ilmestyy uusi kontrollipiste, jonka vieressä lukee “unassigned”, sillä sitä ei ole merkitty yhteenkään kuvaan. 4. Ylälaidasta valitse Control points -kuvake aktiiviseksi. Klikkaa vasemmalla kuvan yksityiskohdan kohdalle – pidä näppäin pohjassa, kunnes olet vetänyt pisteen tasan oikeaan kohtaan. Merkitse näin kontrollipiste esillä oleviin kuviin. Jos vaihdat välillä kuvia, kannattaa ylälaidan Control points -kuvake deaktivoida, jotta ei vahingossa luo uusia pisteitä. 5. Kontrollipiste kannattaa merkitä kohtaan, joka erottuu hyvin niin tarkoissa kuin sumeammissakin kuvissa. Kokemusten mukaan esimerkiksi valkoiset pienet pisteet tumman esineen pinnassa – tai toisinpäin – toimivat hyvin. Hyvän kontrollipisteen tunnistaa siitä, että kun pisteen on merkinnyt muutamaan kuvaan ohjelma nopeasti ehdottaa uusia kuvia. 6. Jokainen kontrollipiste on merkittävä useampaan kuvaan, jotta siitä on hyötyä komponenttien yhdistämisessä. Kun ohjelma pystyy laskemaan kontrollipisteen sijainnin kuviin tehtyjen merkintöjen perusteella, se ehdottaa vasemman laidan valikossa myös muita kuvia, joissa sama kohta esiintyy. Kuvat 66 kannattaa tarkistaa ennen niiden hyväksymistä vihreästä plusmerkistä, sillä aina ohjelman laskelmat eivät mene oikein. 7. Luo tällä tavoin pisteitä niin, että kukin kontrollipiste on merkitty mahdollisimman monen eri komponentin mahdollisimman moneen kuvaan. Pisteitä kannattaa luoda eri puolille kohdetta. Kahden komponentin yhdistäminen onnistuu usein jo kolmella kattavasti kummankin komponentin useampaan kuvaan merkityllä kontrollipisteellä. 8. Kun kontrollipisteitä on tarpeeksi, paina uudestaan vasemman yläkulman Align images -näppäintä. Jatka kontrollipisteiden merkitsemistä, kunnes saat komponentit yhdistettyä. Muista poistaa pieleen menneet komponentit heti, ettei vasemman laidan 1D-näkymä mene niistä ihan tukkoon. Kuva 5. Kontrollipisteiden merkitseminen kuviin. Merkitty kontrollipiste näkyy sinisenä pallona. Ylhäällä oikeanpuolimmaisena olevassa kuvassa oleva mustavalkoinen pallo on ohjelman laskema ehdotus kontrollipisteen sijainnista. Kuvat, joihin ohjelma ehdottaa kontrollipistettä näkyvät vasemmalla, merkittyinä vihreällä plus-painikkeella. Kuvien nimien vieressä olevassa sarakkeessa näkyy niiden virhearvo. Virhearvo on laskettu suhteessa kulloinkin valittuna olevan komponentin koordinaatistoon. Esimerkin kolme alinta kuvaa ovat toisesta komponentista, siksi niiden virhearvo ei näy. 77 5. Komponentin asettaminen mittakaavaan Kun kaikki 3D-digitoinnin eri positiot on yhdistetty yhdeksi komponentiksi, asetetaan se mittakaavaan. 1. Valitse esille eri suunnista otettuja kuvia, joissa näkyy esineen vierelle asetettu mittakaava. Merkitse mittakaavaan kaksi kontrollipistettä helposti tunnistettaviin kohtiin, joiden etäisyyden tiedät. Myös nämä pisteet on merkittävä useampaan kuvaan. 2. Avaa kuva, jossa kumpikin piste näkyy selkeästi. Valitse ALIGNMENT-välilehdeltä “Define distance” - työkalu. Paina vasemmalla pohjaan ensimmäisen pisteen päällä ja raahaa jana toiseen pisteeseen saakka. Uusi mittakaavajana näkyy vasemman laidan “constrains”-kohdassa. Tuplaklikkaa janaa, jotta sen asetukset aukeavat vasempaan alakulmaan. Määritä janan pituus metreissä “defined distance” - kohtaan. 3. Klikkaa ALIGNMENT-välilehden vasemmassa ylälaidassa olevaa ”update”-kohtaa, jolloin valittuna oleva komponentti (johon mittakaavajana on merkitty kontrollipisteiden väliin) päivittyy oikean kokoiseksi. 4. Tallenna varmuuskopio ennen seuraavaa työvaihetta. Kuva 6. mittakaavajanan asettaminen. 6. Polygonimallin laskeminen ja muokkaaminen Ennen polygonimallin rakentamista täytyy yhdistetyn pistepilven ympärillä oleva rajauslaatikko rajata niin, että laatikon ulkopuolelle ei jää esineen tai esimerkiksi mittakaavan osia. Tämä käy RECONSTRUCTION-välilehden “set reconstruction region” -kuvakkeesta. Rajauslaatikko on myös ainoa tapa, jolla RealityCapturessa voi “leikata pois” ei-toivottuja pisteitä pistepilvestä ennen meshin luomista – Metashapen kaltainen pistepilven siivoaminen ei ole mahdollista. 88 Kuva 7. rajauslaatikon asettaminen. Kun valittuna on oikea komponentti, ja rajauslaatikko on oikean muotoinen, valitse WORKFLOW-välilehti => calculate model. Draft on hyvin nopea, mutta tekee hyvin karkean luonnoksen. Sillä voi lähinnä tarkistaa, minkälaisia katvealueita malliin jää. Normal detail tuottaa visualisointikäyttöön sopivan, yksinkertaisen mallin. High quality tuottaa tarkan polygonimallin, jossa voi olla useampi miljoona polygonia. Polygonimalli kannattaa lopuksi tarkistaa huolellisesti, ettei siinä ole esimerkiksi saumakohtia, jotka ovat syntyneet, kun eri komponentit eivät ole yhdistyneet kunnolla. Pienet virheet eivät erotu pistepilvestä, vaan vasta valmiista polygonimallista. Kuva 8. Polygonimallin asetuksista voi muun muassa säätää polygonien maksimimäärää. 99 Kuva 9. kuvassa näkyvä harjanne on kahden komponentin huonosta yhdistymisestä syntynyt virhe. Valmista polygonimallia voi muokata RealityCapturen omilla työkaluilla RECONSTRUCTION-välilehdessä. • “Lasso”- työkalulla voi valita polygonimalliin kuulumattomat osat, ja poistaa ne sitten “filter selection” - työkalulla. Huomaa että joka “filtteröinnin” päätteeksi ohjelma luo uuden mallin – vasemman laidan valikossa näkyy siis “model1”, “moderl2”, “model3” ja niin edespäin. Säästä ensimmäinen malli, jossa on ihan kaikki polygonit, sekä viimeisin, loppuunsa siivottu versio, ja poista kaikki välivaiheen versiot. • Jos polygonimallissa on pieniä reikiä, ne voi täyttää “fill holes” -työkalulla. Täytetty reiän kohta saattaa olla hieman tökerön näköinen, voit silottaa sitä smooth-työkalulla. • Polygonimallin pinnan editointi synnyttää aina uuden mallin. Poista taas välivaiheen versiot, ja säästä malli, jossa pintaa ei ole muokattu ollenkaan, sekä viimeisin malli, jossa reiät on paikattu ja siloiteltu. Ota sitten ruutukaappaus kummastakin mallista ja tallenna 3D-digitoinnin metatietojen yhteyteen. Kirjaa tekemäsi muokkaukset ja käytetyt työkalut myös sanallisesti metatietoihin. • Polygonien määrää voi pienentää Simplify tool -työkalulla. Syötä vasempaan alalaitaan ilmestyvään Target triangle count -kenttään haluamasi polygonimäärä, johon polygonimalli pienennetään. • Jos polygonimallin pinnassa on geometrisiä virheitä, voit tunnistaa ja poistaa ne “Check topology” ja “Clean model” -työkaluilla. 10 Kuva 7. Te Valm • • 10. ranner ksturointi is polygoni Colorize siten var Texture- pinnalle enkaan pol malli voida -työkalulla mempi pitk työkalu lu . ygonimallin an värittää itse polygo äaikaissäily o visualiso muokkaus kahdella RE neille laske tyksen kan intitarkoitu Kuva resol textu tekst toises kanna varm oltav yhtey Mask Realit mask Adob Realit alkup Mask vaiht ten dokume CONSTRUC taan väriar nalta. kseen sop 11. Tekst uution. Ole re count” uurikartta h sa ohjel ttaa pitäy istamiseksi a 1, jolloin dessä. ien avulla te yCapturess eja voi tuo e Lightroo yCapturess eräisten tila atut kuvat a alkuperäis ntointi. TION-välile vo. Tämä v ivan, hyvin uuriasetuks tusasetus 8 viittaa t ankaloittaa massa, jo tyä yhden ”Downscal kuvanlaat ksturointi a ei voi m da sisään missa tai a png-mu lle teksturo voi tuoda ten kuvien hden työka äritys pysy kin tarkan issa voi v 192 x 8192 ekstuurikar kuitenkin ten pitkä kertoimes e images b ua ei heike askata kuvi ohjelmaan Metasha otoiset, m intivaihees ohjelmaan tilalle muu lulla: y polygoni väritykse alita esime on hyvä yle ttojen mä 3D-digitoin aikaissäilyt sa. Laadu efore text nnetä teks a, mutta m . Maskeja pe-ohjelma askatut sa. kahdella ttamalla oh en mukana n polygon rkiksi teks isarvo. ”M ärään. Us nin jälkikäs yksen ka kkaan teks uring” -arv turointipro uualla tuot voi tehdä ssa, ja v maskatut tapaa. Kuv jelmatiedos 10 ja on imallin tuurin aximal eampi ittelyä nnalta tuurin on on sessin ettuja esim. aihtaa kuvat at voi tossa 11 11 kuvien nimiä (ohjeet alla). Toinen, juuri kirjoitushetkellä julkaistu tapa on RealityCapturen uusi “Image Layer” - ominaisuus (CapturingReality Support 2020a). Kuva 12. Maskattu kuva, jossa näkyville on jätetty vain rannerenkaan terävänä kuvattu osa. Maskattujen kuvien tuominen ohjelmatiedostoa muuttamalla: 1. Vie maskatut kuvat sopivaan kansioon. Varmista että maskattuja kuvia on yhtä paljon kuin alkuperäisiä kuvia, ja että niiden tiedostonimet ovat samoja (esimerkiksi alkuperäinen kuva DSC_0123.tif sekä maskattu kuva DSC_0123.png). 2. Varmista että RealityCapture-työstäsi on varmuuskopio ja että työ ei ole paraikaa auki. Avaa sitten .rcproj-päätteinen RealityCapture-tiedosto Notepad-ohjelmalla. Muuta find & replace -työkalulla kuvien tiedostopääte .png:ksi. Tallenna Notepad-tiedosto ennen sulkemista. Huomaa, että ohjelmatiedoston nimessä olevat ääkköset korruptoivat .rcproj-tiedoston kun se tallennetaan Notepadin kautta – ääkkösiä ei kannata siksi käyttää tiedostonimessä ollenkaan. 3. Avaa muutettu projektitiedosto RealityCapturessa. Ohjelma pyytää korjaamaan muuttuneen kuvatiedostopolun. Navigoi kansioon, jossa maskatut kuvat ovat ja valitse RealityCapturen pyytämä kuva. 12 12 Kuva 13. tiedostopäätteen muuttaminen Notepadissa. 8. 3D-digitoinnin vienti ohjelmasta Valmis 3D-digitointi viedään RECONSTRUCTION-välilehden Export => Model -kohdasta. Tiedoston voi viedä .obj-, .ply-, .xyz-, .abc-, .glb-, .ptx-, .las-, .partList-, .fbx-, .dfx- ja .dae-tiedostomuodoissa. 9. Väliaikaistiedostojen poistaminen Realitycapture luo valtavasti väliaikaisia tiedostoja, jotka hyvin äkkiä täyttävät C-aseman. Ne kannattaa säännöllisesti poistaa. Tiedostot sijaitsevat C-aseman Temp-kansiossa olevassa RealityCapture-kansiossa, joka löytyy hakemalla windowsin omasta hausta kirjoittamalla %temp% tai esimerkiksi 3D-hankkeen tehokoneella osoitteesta “C:\Users\Andeij\AppData\Local\Temp\RealityCapture”. HUOM: Jos RealityCapture on auki, älä poista saman päivän tiedostoja, jottet sotke avoinna olevaa projektia. 13 13 Lähteet CapturingReality Support. 2020a. How do I use Image Layers. < https://support.capturingreality.com/hc/en- us/articles/360013294800-How-do-I-use-Image-layers->. Luettu 26.10.2020. CapturingReality Support. 2020b. Working with Components: Merging components. . Luettu 26.10.2020. CapturingReality Support. 2015a. Define Distance / Create distance? < https://support.capturingreality.com/hc/en- us/community/posts/115000779991-Define-Distance-Create-distance->. Luettu 26.10.2020. CapturingReality Support. 2015b. Control points. . Luettu 26.10.2020. CapturingReality Support. 2015c. Scale. . Luettu 26.10.2020. Cheparev, A. 2016. Reality Capture - Converting Photos to 3D Models. . Luettu 26.10.2020. 14 11 Valokuvausohje fotogrammetrista 3D-digitointia varten Näissä ohjeissa selostetaan kuvausprosessi fotogrammetriassa käytettävien esinekuvien tuottamiseksi Turun yliopiston arkeologian oppiaineen (tästä eteenpäin ”oppiaineen”) kalustolla. Tavoitteena on syvyysterävyydeltään tasainen, tarkka ja kohinaton kuva, jonka värit vastaavat todellisuutta. Kuvan taustan tulee olla mahdollisimman yksivärinen, joko valkoinen tai musta, ellei tarkoituksena ole käyttää taustan väritystä hyödyksi kuvan taustan poistamisessa maskeilla. Arkeologisten kokoelmien 3D- digitointihankkeessa valkoinen, hieman ylivalotettu tausta on toiminut hyvin. Sisällysluettelo 1. Tarvittava kalusto ........................................................................................................................................................... 2 2. Kuvausvalmistelut ........................................................................................................................................................... 3 3. Kuvaaminen .................................................................................................................................................................... 8 Lähteet .............................................................................................................................................................................. 10 Sanasto Positio: Tietty asento, jossa löytö kuvataan. Jos esimerkiksi kivikirves kuvataan ensin ”oikein päin”, käännetään ympäri ja kuvataan sitten ”väärin päin”, on kivikirves kuvattu kahdessa positiossa. Kuvakehä: Löydön ympäriltä esimerkiksi 15 asteen välein tasaisesti tietyltä korkeudelta otettu kuvasarja. Viittaus: Debenjak-Ijäs, A. & Tolvi, A. 2020. Valokuvausohje fotogrammetrista 3D-digitointia varten. Teoksessa Debenjak-Ijäs, A., Arkeologisten kokoelmien 3D-digitointi. Karhunhammas 20. Turku: Turun yliopiston arkeologian oppiaine. (CC BY-NC-ND 4.0.) Päivitetty 2.9.2020. L iite 3 22 1. Tarvittava kalusto • Kamera ja objektiivi, mielellään kiinteällä polttovälillä. Zoom-objektiivi kannattaa ”lukita” haluttuun polttoväliin esimerkiksi teippaamalla. Tarkimmat tulokset saa ns. normaaliobjektiivilla, jonka polttoväli on lähellä 50 mm täysikennoisella kameralla. Toisaalta esimerkiksi Cultural Heritage Imaging suosittelee aloittamaan fotogrammetrisen valokuvaamisen hieman lyhyemmällä, laajemman kuvakulman antavalla objektiivilla, jolloin kuvien päällekkäisyys on helpompi varmistaa (CHI 2020). Oppiaineen kalustosta sopiva setti on Nikon D750 + Nikkor 60 mm micro. • Pyöröpolarisaatiosuodin, jos löytö on hyvin kiiltäväpintainen. • Kameran jalusta. • Valoteltta ja taustakangas. Oppiaineen kalustosta Foldio-ministudio. • Studiovalot, värilämpötila 5 500 kelviniä, oppiaineen kalustosta Foldion ledivalot. • Pyörivä kuvaustaso, oppiaineen kalustosta Foldio 360. • Foldio-studiota käytettäessä: kännykkä, jossa bluetooth-yhteys ja Foldio 360 -sovellus. • Värillinen mittakaava (esim. RealityCapture poistaa valkoisen mittakaavan, mutta pinkki on todettu toimivaksi). • Valkoisia tukia hankalanmuotoisille esineille. Oppiaineen kuvausvälineissä on mm. valkoisia vaahtomuovin paloja sekä valkoiseksi maalattuja viemäriputken päitä. Kuva 1. Turun yliopiston arkeologian oppiaineen ministudio. 33 Kuva 2. Pistokkeiden ja akkulatureiden sijainti. Kameran akku ladataan aina kuvauksen päätteeksi, sillä etenkin ”Live view” -näkymä kuluttaa akun nopeasti loppuun. Irrota pistokkeet kuvauksen päätteeksi, kun kameran akut on ladattu. Kuvat 3–4. Oppiaineen väri-/harmaakortti ja pyöröpolarisaatiosuodin. 2. Kuvausvalmistelut 1. Täytä metatietolomakkeeseen seuraavat kuvattavan löydön tiedot (tai sovella metatiedot omaan projektiisi sopiviksi): • Kuvattavan esineen mitat, elleivät ne näy jo luettelotiedoissa • Kuvauspäivä • Kuka kuvaa, olosuhteet, välineet (kamera, objektiivi ja esim. jos käytetään polarisaatiosuodinta) 44 2. Laita Foldio-studion valot päälle kiinnittämällä pistokkeet. Asettele valot sopivaan asentoon. Valoissa ja Foldio-teltassa on magneettikiinnikkeet, joilla valot voi kiinnittää tai asettaa esimerkiksi teltan etuosaan pystyasentoon. Valo kannattaa suunnata kohti teltan seiniä, jotta se heijastuu siitä tasaisesti. Tarvittaessa korota esinettä alustasta valkoisella tuella, ettei sen alle jää tummia varjoja. Varmista samalla, että myös Foldio-kuvaustasossa on virta päällä, eli kuvaustasossa vilkkuu valo johdon kohdalla. Kuva 5. Esine valmiina kuvattaviksi ensimmäisessä positiossa. 3. Aseta löytö ja värillinen mittakaava kuvaustasolle niin, että löytö on “oikein päin”. Jos löytö on kuvaustasolle liian suuri, on kuvaustason alla olevalla hyllyllä olevassa laatikossa suurempi lisälevy, joka asetetaan Foldio- tason päälle. Muista tällöin asettaa pieni heijastuslevy (peili) kuvaustason eteen, kohtaan, jossa johto liitetään kuvaustasoon. Peili on tarpeen, jotta infrapunasäde voidaan heijastaa kameroita kohti suurikokoisen lisälevyn alta. 4. Aseta kamera jalustalle ministudion eteen ja kohdista kohti löytöä. Halutessasi voit käyttää kahta Nikon D750 -kameraa samanaikaisesti. Toinen kamera kiinnitetään Manfrotton ”Magic Arm” -jalustaan, joka kiinnitetään hyllylevyyn, jolla kuvausteltta sijaitsee. Käyttäessäsi Manfrotton jalustaa ole tarkkana, ettet käännä kameraa oikeaan asentoon objektiivia vääntämällä, vaan aina pelkästä rungosta kiinni pitäen. Foldio-kuvaustaso etäohjaa kameroita infrapunavalolla, joten kunhan kuvaustason ja kameroiden välillä ei ole esteitä, voi Foldio- sovellukseen liittää haluamansa määrän infrapuna-etäohjauksella toimivia kameroita. Kuva 6. Kuvaaminen kahdella kameralla. 55 1. Kuvien katselu 2. Menu-valikko 3. WB-painike (valkotasapaino) 4. Kuvan suurennos 5. Kuvan pienennys/ISO- painike 6. Suljinajan säätö 7. OK-painike 8. Live view -painike, josta saa livekuvan päälle ja pois 9. Suljinaika 10. Aukon koko 11. ISO-lukema Kuvat 7–8. Nikon D750 -kameran asetukset. 5. Säädä kameran asetukset kohdilleen. • Vaihda kamera manuaaliasetuksille (M) ja manuaalitarkennukselle. • Aukon koko: f/18– f/11 riippuen esineen koosta. F/16 on yleensä toiminut hyvin. o Säädetään rullasta kameran etupuolelta. 66 • ISO 100: Paina painike (5.) pohjaan ja säädä asetus rullalla (6.). Valittu asetus näkyy näkyy live näkymän alalaidassa (kohta 11.). • Suljinaika: Kokeile kunnes löydät suljinajan, joka valottaa riittävästi. Oppiaineen kalustolla toimii yleensä 1/5 sekunti. Asetusta säädetään rullalla (6.) ja valittu asetus näkyy näytöllä (kohdassa 9). • Valkotasapaino: 5 500 kelviniä. o Paina WB-painiketta (3.) pohjassa. Valittu valkotasapaino ilmestyy näytön alalaitaan keltaisina numeroina. OK-painikkeen (7.) vasemmalla ja oikealla puolella olevilla nuolinäppäimillä voit valita säädetäänkö tuhansia, satoja, kymmeniä vai ykkösiä. Valittu luku vilkkuu näytöllä. OK- painikkeen yläpuolella olevaa nuolta painamalla voit nostaa lukua ja alapuolella olevalla nuolella taas laskea. • Tallennusmuotona RAW (Nikonin oma RAW-formaatti on .NEF) ja resoluutio niin korkea kuin mahdollista. o Avaa valikko Menu-painikkeesta (2.). Selaa nuolinäppäimillä (7.) “Photo shooting menun” kohdalle (toinen ylhäältä). Valitse painamalla OK. Selaa “Image quality” -kohtaan, paina OK ja valitse “NEF (RAW) + JPEG fine” tai pelkkä “NEF (RAW)”. • Kaukolaukaisin päällä => kameran pystyy laukaisemaan Foldio-sovelluksella. o Selaa “Photo shooting menua” alaspäin ja etsi “Remote control mode (ML-L3)”. Valitse siihen Quick-response remote. o HUOM: Kaukolaukaisin menee itsestään pois päältä, jos kameran sammuttaa välillä, tai sitä ei hetkeen käytetä. 6. Yhdistä kännykän Foldio-sovellus kuvaustasoon ja kameraan. • Laita kännykän GPS ja bluetooth päälle ja avaa Foldio 360 -sovellus. o Kohdasta ”select device” valitse Foldio 360 -kuvaustaso. • Lähtökohtaisesti Foldio-sovellus käyttää mobiililaitteen omaa kameraa. Järjestelmäkameran etäohjaus on asetettava oikean alakulman valikon kautta valitsemalla ”DSLR 360”. • Valitse järjestelmäkameran merkki, oppiaineen kaluston kanssa ”Nikon”. • ”Connection test” -kohdasta voit ottaa yksittäisen testikuvan. Jos kuvaus ei onnistu, varmista että kameran etäohjaus on päällä ja yhdistä uudestaan kameraan. • Voit säätää kuvaustason pyörimisnopeutta (polarisaatiosuotimen kanssa kuvatessa kannattaa valita 1 tai 2, sillä silloin on käytettävä hyvin pitkää suljinaikaa), kuvakehän kuvien lukumäärää (24, 36 tai 48 kuvaa) ja kuvaustason takavalon kirkkautta. Kuvakehää voi pyörittää myötä- ja vastapäivään sopivaan aloitusasentoon. 7. Aseta kameran live view päälle ja pyöritä Foldio- kuvaustaso kerran ympäri nähdäksesi, että löytö mahtuu kuvaan koko kierroksen ajan. 8. Ota testikuva ja varmista että kuvan tarkennus ja valkotasapaino ovat kohdillaan, eikä kuvassa näy heijastuksia. Jos löytö on kiiltävä, aseta polarisaatiosuodin kameraan ja muuta suljinaikaa pidemmäksi (1/3 sekunti toimii yleensä hyvin). 7 Kuva 9. Kuvan kirkkauteen ja terävyyte en vaikuttavat asetukset 7 88 Kuva 10 (edellisellä sivulla). Foldio 360 -sovellus. 3. Kuvaaminen 1. Älä muuta kamerasta muita asetuksia kuin suljinaikaa kesken kuvauksen. Polttovälin ja aukon koon täytyy pysyä samana koko kuvausprosessin ajan, jotta kuvat ovat fotogrammetria-ohjelmassa vertailukelpoisia keskenään. 2. Kuvaa esine mittakaavan kanssa noin 10 asteen välein (Foldio-sovelluksen 36 kuvan kuvakehä) ensin lähes vaakatasosta, sitten yläviistosta ja lopulta lähes päältä (ainakin 3 kuvakehää, tarvittaessa enemmän). Hankalista paikoista voi ottaa myös yksityiskohtaisempia kuvasarjoja. Kuva 11. Litteä löytö kannattaa kuvata ensin yhdeltä puolelta, sitten toiselta ja lopuksi pystysuorassa. 99 Kuva 12 (edellisellä sivulla). Mitä vähemmän esineessä on laajoja yhtenäisiä alueita, jotka näkyvät useammassa positiossa, sitä tiheämmällä välillä kuvat kannattaa ottaa. Kuvan levymäisen kirjan soljen paksuus on vain muutama millimetri, joten pystysuunnassa otettu kuvakehä otettiin 48 kuvalla. 3. Lopuksi ennen esineen kääntämistä ota vielä kuva omasta kädestä tms. helposti erotettavasta asiasta, jotta pystyt myöhemmin erottamaan esineen eri asentojen kuvasarjat selkeästi toisistaan. 4. Poista mittakaava, käännä esine seuraavaan asentoon ja kuvaa samoin kuin yllä. Lopuksi kuvaa oma käsi eri esineen asentojen erottamiseksi toisistaan. Toista kunnes esine on kuvattu joka puolelta. Esimerkkikuvassa on kahdelta puolelta kuvattu vasarakirves, mutta hankalamman muotoisia esineitä kannattaa kuvata niin monesta eri asennosta kuin mahdollista. 5. Kuvauksen jälkeen sammuta kamera, aseta linssinsuojus takaisin paikoilleen koskematta linssiin ja laita akut latautumaan, sillä ”Live view” -näkymä käyttää paljon virtaa. 6. Ota kamerasta SD-kortti kuvien purkamista varten. Pura kuvat heti ja palauta tyhjä SD-kortti takaisin hyllyyn kuvausstudion viereen. Valokuvat voi muuntaa .jpg- tai .tif-muotoon esimerkiksi RAWtherapee-ohjelmassa. Samalla kuvien valkotasapainoa ja kirkkautta voi tarvittaessa säätää. Arkeologisten löytöjen 3D- digitointihanke on tuottanut ohjelmasta erilliset käyttöohjeet. Pitkäaikaissäilytystä varten .NEF-kuvatiedostot kannattaa muuntaa Adoben Digital Negative eli .dng-tiedostomuotoon. Kuva 13. Vasarakirves on kuvattu kahdessa positiossa: päältä on otettu kolme kuvakehää ja alta neljä. 10 10 Lähteet Benoit, B. 2016. The poor man’s guide to Photogrammetry. . Luettu 25.9.2019. CHI. 2020. Photogrammetry. . Luettu 25.8.2020. Deep3D. 2019. Aligning The Images – Why Things Go Wrong. . Ladattu 25.9.2019. Lievendag, N. 2019. 3D scan expert. Automate photogrammetry with this smart turntable. . Ladattu 25.9.2019. Metashape. 2019. Agisoft Metashape User Manual: Professional Edition, Version 1.5. . Luettu. 24.10.2020. Porter, S. 2015. Creating Artifact Models in Agisoft Photoscan Part 1. . Luettu 26.10.2020. 1 1 RAWtherapee-ohje valokuvien jälkikäsittelyyn Sisältö: Näissä ohjeissa käydään läpi, kuinka fotogrammetrista 3D-digitointia varten otetun kuvasarjan valkotasapaino ja kirkkaus korjataan sopivaksi, ja kuinka kuvasarja muunnetaan toiseen tiedostomuotoon RAWtherapee-ohjelmalla. Ilmaisohjelman saa ladattua osoitteesta: https://rawtherapee.com/. Viittaus: Debenjak-Ijäs, A. 2020. RAWtherapee-ohje valokuvien jälkikäsittelyyn. Teoksessa Debenjak-Ijäs, A., Arkeologisten kokoelmien 3D-digitointi. Karhunhammas 20. Turku: Turun yliopiston arkeologian oppiaine. (CC BY-NC-ND 4.0.) Päivitetty 27.8.2020. Valokuvien tuonti ja avaaminen 1. Avaa RAWtherapee-ohjelma. Etsi vasemman laidan tiedostovalikosta kansio, jossa muokattavat kuvat sijaitsevat. Kansiota tuplaklikkaamalla RAW-muotoiset kuvat latautuvat ohjelmaan. 2. RAWtherapeessa tehdyt muokkaukset eivät muokkaa suoraan alkuperäisiä valokuvatiedostoja, vaan valokuvatiedostojen viereen kansioon ilmestyy ohjelman oma .pp3-tiedosto, johon RAWtherapee tallentaa tiedot kuvaan tehdyistä muokkauksista. 3. Ohjelmassa on vasemmalla kolme eri ikkunaa: Editor, jossa muokataan yksittäistä kuvaa, Queue eli jono, jonka avulla muokatut kuvat viedään ohjelmasta sekä File browser, jossa hallinnoidaan kaikkia valitussa kansiossa sijaitsevia kuvia. Ikkunoiden välillä voi navigoida vasemman laidan paneelin avulla. Yksittäistä kuvaa oikeaklikkaamalla kuva aukeaa Editor-ikkunassa. Kuva 1. File browser -ikkuna, vasemmalla valittu kansio. Liite 4 2 2 Valkotasapainon korjaaminen Kuva 2. 3D-digitointia varten otettu kuvasarja rautakautisesta soljesta. Kiiltävä solki on kuvattu pyöröpolarisaatiosuodinta käyttäen heijastusten estämiseksi. Suodin kuitenkin tummentaa kuvaa huomattavasti. 1. Avaa käsiteltävä kuva oikeaklikkaamalla Editor-ikkunaan. Valkotasapainon korjaamiseen voit käyttää joko väri-/harmaakortista otettua kuvaa tai muuta kuvaa, jossa näkyy puhtaan valkoinen pinta. 2. Oikean laidan “Processing profiles” -työkaluissa valitse color-välilehti ja heti ylhäältä “Pick”- pipettityökalu. 3. Klikkaa pipettityökalulla kuvassa olevaa kohtaa, jossa on valkoista materiaalia tai harmaakortin valkoista ruutua. Ohjelma korjaa automaattisesti kuvan valkotasapainon. 4. Jos tunnet valonlähteen värilämpötilan, voit syöttää sen suoraan oikean ylälaidan “Temperature”- kenttään. 3 3 Kuva 3. Color-välilehti ja valkotasapainoon liittyvät työkalut. Kuva 4. Korjattu valkotasapaino. 4 4 Valotuksen korjaaminen Avaa kuva ja siirry vasemman laidan valikosta “Exposure”- välilehdelle. “Exposure compensation” -työkalua maltillisesti säätämällä voidaan tuoda esille kuvan yksityiskohtia jos kuva on yli- tai alivalottunut. Muita hyödyllisiä työkaluja ovat “Lightness” ja “Contrast”. Kuva 5. kuvan valotukseen liittyvät työkalut. Kuva 6. Valmis, jälkikäsitelty kuva. Usean kuvan käsittely kerralla Jos käsiteltäviä kuvia on paljon, mutta kuvat on otettu samoin asetuksin ja samoissa valaistusolosuhteissa, voi yhden kuvan asetukset kopioida muihin kuviin. Valitse yksi kuva ja tee haluamasi korjaukset. Sen jälkeen vaihda File browser -ikkunaan ja oikeaklikkaa kuvaa, jonka olet jo korjannut. Valitse “Profile processing operations” => “copy”. Valitse sitten kaikki muut kuva ja oikeaklikkaa, valitse “profile processing operations” => “paste”. Työvaiheen jälkeen kannattaa tarkistaa, että kuvien korjaus on onnistunut. 5 5 Kuva 7 (edellinen sivu). Kuvan muokkausten kopiointi ja liittäminen uuteen kuvaan. Kuva 8. Kuvaan kohdistuvat muokkaukset voi poistaa valitsemalla “profile processing operations” => “clear”. Tallentaminen ja vieminen Kun kuva on käsitelty, voi sen tallentaa vasemman alalaidan tallennuskuvakkeesta. Muista valita oikea tallennuskansio. Tiedostomuodon voi valita käyttötarkoituksen tai arkistointiohjeiden mukaan (.jpg tai .tiff). Jos tallennat tiedoston .jpg:nä, muista valita 100 % laatu. Jos haluat tallentaa useamman kuvan, kannattaa se tehdä jono-toiminnon kautta. 6 6 Kuva 9. Käsitellyt kuvat voi viedä “jonoon” valitsemalla halutut kuvat, oikeaklikkaamalla ja valitsemalla “put to queue”. “Fast export” -valinnan kautta viedyt kuvat ovat heikkolaatuisia, joten työkalua ei kannata käyttää. Kuva 10: Queue-ikkunassa näkyvät vientijonossa olevat kuvat. Kuvien yhteenlaskettu lukumäärä näkyy vasemmassa laidassa ikkunan nimen perässä. Ylälaidan valikosta voi valita tallennettavan tiedostomuodon ja tallennuskansion, sekä haluaako tallentaa kuviin tehdyt muokkaukset erillisinä tiedostoina kuvien mukana. Vasemman ylälaidan “on/off”-painikkeesta valitaan “on” (nappi muuttuu siniseksi), jolloin käsiteltävät kuvat vähenevät jonosta. Lähde Vertailun aihe Vertailtavat menetelmät Vertailtavat muuttujat Yhteenveto tuloksista Evin et al. 2016 Viisi suden kalloa Digitaalinen fotogrammetria (Canon EOS 30D + 24–105 mm zoom-objektiivi, VisualSFM-ohjelma). Vertailumallit tuotettiin rakennevaloskannerilla (Breuckmann StereoScan). Tarkkuus, tekstuurin laatu Tarkkuus: eri menetelmillä tuotetut 3D-digitoinnit poikkesivat toisistaan hyvin vähän. Viiden kallon 3D-digitoinneista fotogrammetrialla tuotetut poikkesivat rakennevaloskannerilla tuotetuista keskimäärin 0,04–0,17 mm, vaihteluvälin ollessa 0,49–0,61 mm. Menetelmien välisiä eroavaisuuksia havaittiin kolmessa kallossa. Tekstuurin laatu: fotogrammetrialla tuotettu tekstuuri oli yksityiskohtaisempi kuin rakennevaloskannerilla tuotetussa 3D-digitoinnissa. Gutiérrez- Heredia et al. 2015 Korallinäytteet Digitaalinen fotogrammetria (Canon 40D + 100 mm. makro-objektiivi, Autodesk 123D Catch sekä Meshmixer-ohjelmat), laserskanneri (NextEngine) sekä CT-skanneri (Siemens Somatom Sensation 4). Vertailumallit tuotettiin manuaalisesti geometrisilla mittauksilla (2015: 180). Tarkkuus, tekstuurin laatu, prosessin kesto Tarkkuus: CT-skannaus oli menetelmistä tarkin (keskiarvo 0,97mm, poikkeama ±0,10). Toiseksi tarkin oli fotogrammetria (keskiarvo 1,16mm, poikkeama ±0,25) kun taas laseriin perustuvalla 3D-skannerilla tuotettu 3D-digitointi oli malleista epätarkin (keskiarvo 1,17mm, poikkeama ±0,28). (:184). Tekstuuri: digitaalinen fotogrammetria tuotti menetelmistä yksityiskohtaisimman tekstuurin. Prosessin kesto: Nopein digitointimenetelmä oli CT-skannaus, 50–70 min. kokonaiskestollaan. Laserskanneri ja digitaalinen fotogrammetria osoittautuivat huomattavasti hitaammiksi, ensimmäisen kestäessä 125–505 min. ja jälkimmäisen 105– 485 min. Katz & Friess 2014 Neljä ihmisen kalloa Digitaalinen fotogrammetria (Nikon D5000, Agisoft Photoscan -ohjelma). Vertailumallit tuotettiin rakennevaloskannerilla (Breuckmann SmartScan). Tarkkuus, prosessin kesto Tarkkuus: fotogrammetrialla tuotetut mallit poikkesivat hieman rakennevaloskannerilla tuotetuista, mutta vaihtelu oli niin pientä että menetelmä saavuttaa hyvin osteometrisessä analyysissä vaaditun 1–2 mm tarkkuuden. Prosessin kesto: rakennevaloskanneri osoittautui kokonaisuutena nopeammaksi, mutta fotogrammetrian kokonaiskestosta iso osa oli passiivista lasketusaikaa. Itse kuvaus-/ skannausvaihe oli fotogrammetriassa nopeampi, kestäen 10–20 minuuttia rakennevaloskannerin 45 minuutin sijaan. Kersten et al. 2016 Kuusi erimuotoista koekappaletta Digitaalinen fotogrammetria (Nikon D800 sekä Galaxy Note 1 -älypuhelin, Agisoft Photoscan -ohjelma), kolme rakennevaloskanneria (Dot Product DPI-7 ja Phi.3D-ohjelma, Artec Spider sekä Mantis Vision F5), neljä infrapunavaloon perustuvaa syvyyskameraa (Kinect v1 ja Kinect v2, Structure Sensor, Google tango). Vertailumallit tuotettiin rakennevaloskannereilla (ATOS I 2M sekä Breuckmann SmartScan). Tarkkuus Tarkkuus: Nikon D800 -järjestelmäkameralla tuotetut 3D-digitoinnit poikkesivat 0,07–0,22 mm. keskiarvolla ja 0,9–0,21 vaihteluvälillä vähiten vertailumalleista, sen sijaan älypuhelimen kameran kuvista tuotettu 3D-digitointi oli epätarkka ja täynnä katveita. Artec Spider ja Mantis sijoittuivat vertailun välimaastoon -1,5 mm ja 0,72 mm keskimääräisillä poikkeamilla sekä 1,60 ja 1,33 mm vaihteluvälillä. Syvyyskameroilla tuotettujen 3D-digitoinnit poikkesivat testikappaleista keskimäärin vain vähän, -0,24 – -2,68 mm, mutta poikkeaman vaihteluväli oli suuri, jopa 4,28 mm. Liite 5 Lähde Vertailun aihe Vertailtavat menetelmät Vertailtavat muuttujat Yhteenveto tuloksista Evin et al. 2016 Viisi suden kalloa Digitaalinen fotogrammetria (Canon EOS 30D + 24–105 mm zoom-objektiivi, VisualSFM-ohjelma). Vertailumallit tuotettiin rakennevaloskannerilla (Breuckmann StereoScan). Tarkkuus, tekstuurin laatu Tarkkuus: eri menetelmillä tuotetut 3D-digitoinnit poikkesivat toisistaan hyvin vähän. Viiden kallon 3D-digitoinneista fotogrammetrialla tuotetut poikkesivat rakennevaloskannerilla tuotetuista keskimäärin 0,04–0,17 mm, vaihteluvälin ollessa 0,49–0,61 mm. Menetelmien välisiä eroavaisuuksia havaittiin kolmessa kallossa. Tekstuurin laatu: fotogrammetrialla tuotettu tekstuuri oli yksityiskohtaisempi kuin rakennevaloskannerilla tuotetussa 3D-digitoinnissa. Gutiérrez- Heredia et al. 2015 Korallinäytteet Digitaalinen fotogrammetria (Canon 40D + 100 mm. makro-objektiivi, Autodesk 123D Catch sekä Meshmixer-ohjelmat), laserskanneri (NextEngine) sekä CT-skanneri (Siemens Somatom Sensation 4). Vertailumallit tuotettiin manuaalisesti geometrisilla mittauksilla (2015: 180). Tarkkuus, tekstuurin laatu, prosessin kesto Tarkkuus: CT-skannaus oli menetelmistä tarkin (keskiarvo 0,97mm, poikkeama ±0,10). Toiseksi tarkin oli fotogrammetria (keskiarvo 1,16mm, poikkeama ±0,25) kun taas laseriin perustuvalla 3D-skannerilla tuotettu 3D-digitointi oli malleista epätarkin (keskiarvo 1,17mm, poikkeama ±0,28). (:184). Tekstuuri: digitaalinen fotogrammetria tuotti menetelmistä yksityiskohtaisimman tekstuurin. Prosessin kesto: Nopein digitointimenetelmä oli CT-skannaus, 50–70 min. kokonaiskestollaan. Laserskanneri ja digitaalinen fotogrammetria osoittautuivat huomattavasti hitaammiksi, ensimmäisen kestäessä 125–505 min. ja jälkimmäisen 105– 485 min. Katz & Friess 2014 Neljä ihmisen kalloa Digitaalinen fotogrammetria (Nikon D5000, Agisoft Photoscan -ohjelma). Vertailumallit tuotettiin rakennevaloskannerilla (Breuckmann SmartScan). Tarkkuus, prosessin kesto Tarkkuus: fotogrammetrialla tuotetut mallit poikkesivat hieman rakennevaloskannerilla tuotetuista, mutta vaihtelu oli niin pientä että menetelmä saavuttaa hyvin osteometrisessä analyysissä vaaditun 1–2 mm tarkkuuden. Prosessin kesto: rakennevaloskanneri osoittautui kokonaisuutena nopeammaksi, mutta fotogrammetrian kokonaiskestosta iso osa oli passiivista lasketusaikaa. Itse kuvaus-/ skannausvaihe oli fotogrammetriassa nopeampi, kestäen 10–20 minuuttia rakennevaloskannerin 45 minuutin sijaan. Kersten et al. 2016 Kuusi erimuotoista koekappaletta Digitaalinen fotogrammetria (Nikon D800 sekä Galaxy Note 1 -älypuhelin, Agisoft Photoscan -ohjelma), kolme rakennevaloskanneria (Dot Product DPI-7 ja Phi.3D-ohjelma, Artec Spider sekä Mantis Vision F5), neljä infrapunavaloon perustuvaa syvyyskameraa (Kinect v1 ja Kinect v2, Structure Sensor, Google tango). Vertailumallit tuotettiin rakennevaloskannereilla (ATOS I 2M sekä Breuckmann SmartScan). Tarkkuus Tarkkuus: Nikon D800 -järjestelmäkameralla tuotetut 3D-digitoinnit poikkesivat 0,07–0,22 mm. keskiarvolla ja 0,9–0,21 vaihteluvälillä vähiten vertailumalleista, sen sijaan älypuhelimen kameran kuvista tuotettu 3D-digitointi oli epätarkka ja täynnä katveita. Artec Spider ja Mantis sijoittuivat vertailun välimaastoon -1,5 mm ja 0,72 mm keskimääräisillä poikkeamilla sekä 1,60 ja 1,33 mm vaihteluvälillä. Syvyyskameroilla tuotettujen 3D-digitoinnit poikkesivat testikappaleista keskimäärin vain vähän, -0,24 – -2,68 mm, mutta poikkeaman vaihteluväli oli suuri, jopa 4,28 mm. Lähde Vertailun aihe Vertailtavat menetelmät Vertailtavat muuttujat Yhteenveto tuloksista Lachat et al. 2017 Kaksi- ja kolmiulotteinen koekappale Kädessä pidettävä laserskanneri (FARO Freestyle 3D X). Vertailumalli tuotettiin digitaalisella fotogrammetrialla (kolme samanaikaisesti käytettävää kameraa: Canon EOS 5D Mark II sekä kaksi Canon EOS 5D SR 50:sta + kaikissa 28 mm objektiivi, Agisoft Photoscan -ohjelma). Tarkkuus suhteessa vertailumalliin, skannausetäisyyteen ja -kulmaan, kohteen väritykseen ja skannauksen kestoo. Lisäksi skannauksen toistettavuus. Tarkkuus: FARO Freestylellä tehdyt 3D-digitoinnit poikkesivat vertailumallista keskimäärin 1–2 mm, suurimman poikkeaman ollessa 12–17 mm. Kuvausetäisyyden kasvaessa skannatun pistepilven pisteiden tarkkuus väheni – noin 1 mm tarkkuus 0,5–1 metrin käyttöetäisyydellä vastaa kuitenkin valmistajan antamia lukuarvoja. Skannauskulman vaikutus tarkkuuteen oli vaihteleva: 1–2 metrin kuvausetäisyydellä tarkkuus parani kulman kasvaessa, kun taas 3 metrin kuvausetäisyydellä tarkkuus ensin laski, mutta parani 36 asteen kulman jälkeen. Kohteen väritys ei vaikuttanut skannauksen tarkkuuteen, mutta resoluutio, eli pistepilven pisteiden määrä, laski huomattavasti mustaa kohdetta skannatessa. Myös menetelmän toistettavuus vaihteli: kun samaa kohdetta skannattiin 25 kertaa on syntyneiden pistepilvien välillä keskimäärin 3 mm ero, suurimman eron ollessa 5 mm. Máte-González et al. 2017 Työstöjäljet luuaineistossa Digitaalinen fotogrammetria (Canon EOS 700D + 60 mm makro-objektiivi, avoimen lähdekoodin GRAPHOS-ohjelma) ja rakennevaloskanneri (DAVID SLS-2). Tarkkuus, prosessin kesto Tarkkuus: vertailtujen menetelmien tarkkuuden välillä ei ollut mainittavia eroja (2017: 9–11). Prosessin kesto: rakennevaloskannerilla 3D-digitointi osoittautui huomattavasti nopeammaksi. Mathys et al. 2013 Ihmisen kallo Digitaalinen fotogrammetria (Canon 600D + 50 mm makro-objektiivi, kaupallinen Agisoft Photoscan -ohjelma), CT-skanneri (Siemens Sensation 64) ja kaksi laserskanneria (NextEngine sekä FARO ScanArm). Lisäksi tuotettiin RTI-kuva kohteen yksityiskohdasta. Vertailumalli tuotettiin rakennevaloskannerilla (Mephisto EX-Pro). Tarkkuus, tekstuurin laatu, prosessin kesto Tarkkuus: Laserskanneri NextEnginellä tehty 3D-digitointi poikkesi keskiarvoltaan eniten vertailumallista (0,15 mm poikkeama). Fotogrammetrialla tuotetun 3D-digitointi poikkesi vertailumallista keskiarvoltaan vähiten, vain 0.05 mm, mutta poikkeaman maksimi oli 0,82 mm. FARO ScanArm sijoittui menetelmänä välimaastoon, poikkeaman keskiarvon ollessa 0,06 mm ja maksimin 0,64 mm. Tekstuuri: CT-skannaus ja FARO ScanArm eivät tallenna tekstuuria. 3D-digitointimenetelmistä fotogrammetria tuotti terävimmän ja realistisimman tekstuurin. RTI- kuvauksella tuotettu kuva kuitenkin esittää pinnan muodot ja yksityiskohdat kaikkein tarkimmin, vaikkakin ilman väriarvoa. Prosessin kesto: NextEngine oli menetelmistä hitain 405 min. kestollaan, ja manuaalisen työn määrä oli yli 3/4 kokonaiskestosta. FARO ScanArm oli menetelmistä nopein 40 minuutin kestollaan, mutta manuaalista työtä oli liki puolet kokonaiskestosta, 20 min. Mephisto EX-Pro oli toiseksi nopein 110 min kokonaiskestolla, josta 10 min manuaalista työtä. Fotogrammetrinen 3D-digitointi oli kestoltaan menetelmien keskimaastossa: 270 min kokonaiskesto, josta 40 min manuaalista työtä (2013: 202-204). Lähde Vertailun aihe Vertailtavat menetelmät Vertailtavat muuttujat Yhteenveto tuloksista Lachat et al. 2017 Kaksi- ja kolmiulotteinen koekappale Kädessä pidettävä laserskanneri (FARO Freestyle 3D X). Vertailumalli tuotettiin digitaalisella fotogrammetrialla (kolme samanaikaisesti käytettävää kameraa: Canon EOS 5D Mark II sekä kaksi Canon EOS 5D SR 50:sta + kaikissa 28 mm objektiivi, Agisoft Photoscan -ohjelma). Tarkkuus suhteessa vertailumalliin, skannausetäisyyteen ja -kulmaan, kohteen väritykseen ja skannauksen kestoo. Lisäksi skannauksen toistettavuus. Tarkkuus: FARO Freestylellä tehdyt 3D-digitoinnit poikkesivat vertailumallista keskimäärin 1–2 mm, suurimman poikkeaman ollessa 12–17 mm. Kuvausetäisyyden kasvaessa skannatun pistepilven pisteiden tarkkuus väheni – noin 1 mm tarkkuus 0,5–1 metrin käyttöetäisyydellä vastaa kuitenkin valmistajan antamia lukuarvoja. Skannauskulman vaikutus tarkkuuteen oli vaihteleva: 1–2 metrin kuvausetäisyydellä tarkkuus parani kulman kasvaessa, kun taas 3 metrin kuvausetäisyydellä tarkkuus ensin laski, mutta parani 36 asteen kulman jälkeen. Kohteen väritys ei vaikuttanut skannauksen tarkkuuteen, mutta resoluutio, eli pistepilven pisteiden määrä, laski huomattavasti mustaa kohdetta skannatessa. Myös menetelmän toistettavuus vaihteli: kun samaa kohdetta skannattiin 25 kertaa on syntyneiden pistepilvien välillä keskimäärin 3 mm ero, suurimman eron ollessa 5 mm. Máte-González et al. 2017 Työstöjäljet luuaineistossa Digitaalinen fotogrammetria (Canon EOS 700D + 60 mm makro-objektiivi, avoimen lähdekoodin GRAPHOS-ohjelma) ja rakennevaloskanneri (DAVID SLS-2). Tarkkuus, prosessin kesto Tarkkuus: vertailtujen menetelmien tarkkuuden välillä ei ollut mainittavia eroja (2017: 9–11). Prosessin kesto: rakennevaloskannerilla 3D-digitointi osoittautui huomattavasti nopeammaksi. Mathys et al. 2013 Ihmisen kallo Digitaalinen fotogrammetria (Canon 600D + 50 mm makro-objektiivi, kaupallinen Agisoft Photoscan -ohjelma), CT-skanneri (Siemens Sensation 64) ja kaksi laserskanneria (NextEngine sekä FARO ScanArm). Lisäksi tuotettiin RTI-kuva kohteen yksityiskohdasta. Vertailumalli tuotettiin rakennevaloskannerilla (Mephisto EX-Pro). Tarkkuus, tekstuurin laatu, prosessin kesto Tarkkuus: Laserskanneri NextEnginellä tehty 3D-digitointi poikkesi keskiarvoltaan eniten vertailumallista (0,15 mm poikkeama). Fotogrammetrialla tuotetun 3D-digitointi poikkesi vertailumallista keskiarvoltaan vähiten, vain 0.05 mm, mutta poikkeaman maksimi oli 0,82 mm. FARO ScanArm sijoittui menetelmänä välimaastoon, poikkeaman keskiarvon ollessa 0,06 mm ja maksimin 0,64 mm. Tekstuuri: CT-skannaus ja FARO ScanArm eivät tallenna tekstuuria. 3D-digitointimenetelmistä fotogrammetria tuotti terävimmän ja realistisimman tekstuurin. RTI- kuvauksella tuotettu kuva kuitenkin esittää pinnan muodot ja yksityiskohdat kaikkein tarkimmin, vaikkakin ilman väriarvoa. Prosessin kesto: NextEngine oli menetelmistä hitain 405 min. kestollaan, ja manuaalisen työn määrä oli yli 3/4 kokonaiskestosta. FARO ScanArm oli menetelmistä nopein 40 minuutin kestollaan, mutta manuaalista työtä oli liki puolet kokonaiskestosta, 20 min. Mephisto EX-Pro oli toiseksi nopein 110 min kokonaiskestolla, josta 10 min manuaalista työtä. Fotogrammetrinen 3D-digitointi oli kestoltaan menetelmien keskimaastossa: 270 min kokonaiskesto, josta 40 min manuaalista työtä (2013: 202-204). Lähde Vertailun aihe Vertailtavat menetelmät Vertailtavat muuttujat Yhteenveto tuloksista Papadaki et al. 2015 Kivilaattaan kaiverrettu teksti Digitaalinen fotogrammetria (Canon EOS-1Ds Mark III, Agisoft Photoscan) sekä rakennevaloskanneri (SL2). Visualisointi Visualisointi: teksturoimattomia 3D-digitointeja vertaillessa rakennevaloskannerilla saatiin marmoriin kaiverretut kreikkalaiset kirjaimet näkyville paremmin kuin digitaalisella fotogrammetrialla. Myös fotogrammetrialla tuotetussa 3D-digitoinnissa saatiin kirjaimet visualisoitua helpommin kuin paljaalla silmällä fyysisestä kivitaulusta. Santagati et al. 2017 Yhdeksän muodoltaan ja materiaaliltaan vaihtelevaa näyttelyesinettä Digitaalinen fotogrammetria (Sony Xperia XZ1 -älypuhelimella otetut valokuvat, 3D Creator -sovellus sekä Agisoft Photoscan -ohjelma). Vertailumalli tuotettiin digitaalisella fotogrammetrialla (Canon EOS 1200D -järjestelmäkameralla otetut valokuvat, Agisoft Photoscan -ohjelma). Tarkkuus, prosessin kesto, helppokäyttöisyys Tarkkuus: 3D Creator -ohjelmalla saadut mallit eivät olleet yhtä tarkkoja kuin Agisoftilla tehdyt mallit, mutta 3D Creator -sovelluksella tuotetuissa malleissa oli yllättävän hyvälaatuinen tekstuuri, joka mahdollisti yksityiskohtien näyttämisen vaikka ne eivät olisikaan tallentuneet 3D-digitoinnin polygoniverkkoon (2017: 226–227). Prosessin kesto: julkaisu ei kerro 3D Creator -sovelluksen 3D-digitointiprosessin kestoa. Sony Xperia -älypuhelimella otettujen valokuvien prosessointi Agisoft Photoscan -ohjelmassa kesti kaikissa 3D-digitoinneissa huomattavasti vähemmän kuin järjestelmäkameralla otettujen valokuvien prosessointi. Helppokäyttöisyys: Hintaansa nähden 3D Creator -ohjelman kaltainen mobiilisovellus nähtiin julkaisussa yllättävän hyvänä. Vaikka malleja ei voisikaan käyttää tutkimustarkoituksiin ja tarkkuus on heikompi kuin Agisoft Photoscanilla, nähtiin eduksi, että mallien kuvaaminen ja prosessointi kävi sovelluksessa erittäin helposti ja nopeasti. Eduksi esitettiin myös tiedostojen helppo talteenotto ja pieni koko. 3D-digitointien yksinkertaiseen valmistamiseen, näyttämiseen ja jakamiseen 3D-Creator nähtiin hyvänä vaihtoehtona (2017: 227–228). Virtanen et al. 2019 Suksen siteen osa Mobiililaitteeseen liitettävä syvyyskamera (Structure Sensor). Vertailumalli tuotettiin digitaalisella fotogrammetrialla (Nikon D810 60 mm. makro- objektiivi, kaupallinen Agisoft Photoscan -ohjelma) Tarkkuus Tarkkuus: Structure Sensor -syvyyskameralla tuotettu 3D-digitointi poikkesi fotogrammetrialla tuotetusta vertailumallista keskimäärin 0.92 mm, vaihteluvälin ollessa enimmillään 2.64 mm. Suurimmat poikkeamat sijoittuvat digitoidun esineen kulmiin. (2019: 454-455). Lähde Vertailun aihe Vertailtavat menetelmät Vertailtavat muuttujat Yhteenveto tuloksista Papadaki et al. 2015 Kivilaattaan kaiverrettu teksti Digitaalinen fotogrammetria (Canon EOS-1Ds Mark III, Agisoft Photoscan) sekä rakennevaloskanneri (SL2). Visualisointi Visualisointi: teksturoimattomia 3D-digitointeja vertaillessa rakennevaloskannerilla saatiin marmoriin kaiverretut kreikkalaiset kirjaimet näkyville paremmin kuin digitaalisella fotogrammetrialla. Myös fotogrammetrialla tuotetussa 3D-digitoinnissa saatiin kirjaimet visualisoitua helpommin kuin paljaalla silmällä fyysisestä kivitaulusta. Santagati et al. 2017 Yhdeksän muodoltaan ja materiaaliltaan vaihtelevaa näyttelyesinettä Digitaalinen fotogrammetria (Sony Xperia XZ1 -älypuhelimella otetut valokuvat, 3D Creator -sovellus sekä Agisoft Photoscan -ohjelma). Vertailumalli tuotettiin digitaalisella fotogrammetrialla (Canon EOS 1200D -järjestelmäkameralla otetut valokuvat, Agisoft Photoscan -ohjelma). Tarkkuus, prosessin kesto, helppokäyttöisyys Tarkkuus: 3D Creator -ohjelmalla saadut mallit eivät olleet yhtä tarkkoja kuin Agisoftilla tehdyt mallit, mutta 3D Creator -sovelluksella tuotetuissa malleissa oli yllättävän hyvälaatuinen tekstuuri, joka mahdollisti yksityiskohtien näyttämisen vaikka ne eivät olisikaan tallentuneet 3D-digitoinnin polygoniverkkoon (2017: 226–227). Prosessin kesto: julkaisu ei kerro 3D Creator -sovelluksen 3D-digitointiprosessin kestoa. Sony Xperia -älypuhelimella otettujen valokuvien prosessointi Agisoft Photoscan -ohjelmassa kesti kaikissa 3D-digitoinneissa huomattavasti vähemmän kuin järjestelmäkameralla otettujen valokuvien prosessointi. Helppokäyttöisyys: Hintaansa nähden 3D Creator -ohjelman kaltainen mobiilisovellus nähtiin julkaisussa yllättävän hyvänä. Vaikka malleja ei voisikaan käyttää tutkimustarkoituksiin ja tarkkuus on heikompi kuin Agisoft Photoscanilla, nähtiin eduksi, että mallien kuvaaminen ja prosessointi kävi sovelluksessa erittäin helposti ja nopeasti. Eduksi esitettiin myös tiedostojen helppo talteenotto ja pieni koko. 3D-digitointien yksinkertaiseen valmistamiseen, näyttämiseen ja jakamiseen 3D-Creator nähtiin hyvänä vaihtoehtona (2017: 227–228). Virtanen et al. 2019 Suksen siteen osa Mobiililaitteeseen liitettävä syvyyskamera (Structure Sensor). Vertailumalli tuotettiin digitaalisella fotogrammetrialla (Nikon D810 60 mm. makro- objektiivi, kaupallinen Agisoft Photoscan -ohjelma) Tarkkuus Tarkkuus: Structure Sensor -syvyyskameralla tuotettu 3D-digitointi poikkesi fotogrammetrialla tuotetusta vertailumallista keskimäärin 0.92 mm, vaihteluvälin ollessa enimmillään 2.64 mm. Suurimmat poikkeamat sijoittuvat digitoidun esineen kulmiin. (2019: 454-455). 1Blender-ohje 3D-digitoinnin jälkikäsittelyyn Sisällysluettelo 1. Objektin tuonti Blenderiin, origoon siirtäminen ja skaalaus: ......................................................... 2 Blenderin avaaminen .......................................................................................................................... 2 3D-mallin tuonti Blenderiin ................................................................................................................. 2 3D-mallin asettaminen origoon ja oikein päin sekä skaalan tarkistaminen ....................................... 3 3D-mallin koko .................................................................................................................................... 5 2. Objekt mode ja edit mode .............................................................................................................. 5 Edit moden tasot, sivut ja pisteet ....................................................................................................... 5 3. 3D-digitoinnin pinnan muokkaaminen Object modessa ................................................................. 6 Sculpting-ikkunan työkalut ................................................................................................................. 6 Pinnan muokkaaminen Boolean-operaattorin avulla ......................................................................... 7 Polygoniverkon yksinkertaistaminen Decimate-työkalulla ............................................................... 10 Koko polygoniverkon silottaminen Smooth-työkalulla ..................................................................... 11 4. 3D-digitoinnin pinnan muokkaaminen Edit modessa ................................................................... 12 Polygonien valitseminen ................................................................................................................... 12 Kolmioverkon virheiden korjaaminen ............................................................................................... 13 Polygonien poistaminen ............................................................................................................... 13 Kolmioverkon ryhmittely .............................................................................................................. 13 Reikien paikkaaminen ................................................................................................................... 13 5. Tekstuuri ja sen muokkaaminen ....................................................................................................... 15 .obj-muotoisen tiedoston tekstuurin tuominen Blenderiin .............................................................. 15 Virheellisen tekstuurin korjaaminen maalaamalla ........................................................................... 17 Tekstuurikartan uudelleenasettaminen............................................................................................ 18 Uusien pintojen värittäminen halutulla tekstuurilla ......................................................................... 20 6. Born digital -mittakaavan yhdistäminen 3D-digitointiin ................................................................... 21 7. Tiedoston vienti Blenderistä ............................................................................................................. 23 Lähteet .................................................................................................................................................. 24 Debenjak-Ijäs, A. & Tolvi, A. 2020. Blender-ohje 3D-digitoinnin jälkikäsittelyyn. Teoksessa Debenjak- Ijäs, A., Arkeologisten kokoelmien 3D-digitointi. Karhunhammas 20. Turku: Turun yliopiston arkeologian oppiaine. (CC BY-NC-ND 4.0.) Päivitetty 20.7.2020 Liite 6 2 2 1. Objektin tuonti Blenderiin, origoon siirtäminen ja skaalaus: Blenderin avaaminen 1. Asenna Blender-ilmaisohjelma (Blender 2020). 2. Avaa Blender ja valitse ”general” näkymä. 3. Aloitusnäkymässä on automaattisesti mukana kuutio, joka näkyy ”Cube”-nimisenä objektina oikean ylälaidan layer-näkymässä. Poista kuutio valitsemalla se hiiren vasemmalla näppäimellä ja painamalla delete-näppäintä. 3D-mallin tuonti Blenderiin 1. Tuo muokattava malli Blenderiin valitsemalla file => import => (valitse käyttämäsi tiedostomuoto). • Jos tarkoituksena on muokata objektin pintaa (mesh) tai tekstuuria, tuo se sisään .obj-muodossa. Varmista ennen tuontia että .obj-tiedostoon liittyvät tekstuuritiedosto ja .mtl-tiedosto ovat kaikki samassa kansiossa! • Varsinkin isokokoinen 3D-malli ei lataudu hetkessä, vaan Blenderissä näkyy latauskuvake tai jopa ”Not responding” -ilmoitus. Hitaalla koneella lataus voi kestää monta kymmentä minuuttia, joten kannattaa odottaa maltillisesti. 2. View => frame all -komennosta ikkunassa näkyy sisään tuotu objekti sekä automaattisesti tiedostossa olevat kamera ja valo. Objekti on todennäköisesti hyvin pieni suhteessa Blenderin metriseen skaalaan, joten se näkyy ihan pikkuruisena oranssina pisteenä. 3 3 3D-mallin asettaminen origoon ja oikein päin sekä skaalan tarkistaminen 1. Nämä työvaiheet suoritetaan kaikki ylälaidan Layout-ikkunassa. Vasemmalta ruutuvalintatyökalulla valitse pelkkä objekti, ja samasta view-valikosta frame selected. 2. Siirretään objekti origoon: Ylälaidan object- valikosta valitse set origin => origin to center of mass. Objektin keskelle ilmestyy pieni oranssi piste, joka kuvaa objektin keskipistettä (suhteessa tähän objekti pyörii, skaalataan, liikutetaan jne.). 3. Paina N-näppäintä, jolloin oikeaan laitaan ilmestyy objektia koskeva Transform-ikkuna. Item- välilehdellä muuta location-arvot origoon (0;0;0). Jos objekti katoaa näköpiiristä, löydät sen taas view selected-työkalulla. 4. Huomaat että objekti katoaa näkyvistä, kun zoomaat oikein lähelle. Tämän asetuksen voit muuttaa valitsemalla oikean laidan Transform- ikkunasta View-välilehden ja muuttamalla Clip start -lukeman mahdollisimman pieneksi. N- näppäimestä painamalla saat Transform-ikkunan taas piiloon, jos se on tiellä. 4 4 5. Objektia on helpompi muokata ja tarkastella, kun se ei ole aivan ”vinossa” koordinaatiston akseleihin nähden. Jos näin on, suorista objekti seuraavasti. Valitse objekti ja view-valikosta viewpoint => front. Jos objekti katoaa näkyvistä, muista frame selected. Sitten vasemman reunan rotate- työkalun avulla kierrä objekti suoraksi. Tarvittaessa valitse viewpoint => top tai right, jotta saat suoristettua objektin kaikkiin akseleihin nähden. Voit liikkua eri kuvakulmien välillä myös klikkaamalla oikean yläkulman koordinaatistoakselien kuvakkeiden päissä olevia värikkäitä X-,Y- ja Z-palloja. 6. Tarkista että objekti on oikeassa mittakaavassa. Valitse vasemmalta työkaluvalikosta Measure-mittaustyökalu ja klikkaa sillä haluamasi mittajanan päätepisteitä. Jotta mittapisteet jäävät kolmiulotteisessa näkymässä samaan tasoon kannattaa mittaukset tehdä kohtisuoraan olevassa Viewpoint -näkymässä: Top, Front, Right jne. 3D-malli on Front-näkymässä. Measure-työkalun lisäksi mittakaavan oikeellisuus varmistuu karkeasti myös oikean laidan Transform-ikkunassa näkyvästä esineen koosta. 5 3D-ma Valitun Ensimm jos olet mittaka malleist malli, av 2. Vasemm modess liikuttel modess 3D-mal Vaihdet tarkaste Edit mo Polygon kolmioi välisistä näihin r Piste = V Sivu = E Taso = F llin koko alueen tai äisenä ova tuonut Ble ava), niin a oikean la onainen si Objekt m asta yläku a vai ed et ja ska a voit mu lin polygo aan täss llaan polyg den tasot imalli koos ta) sekä n sivuista. akenneosii ertex dge ace koko kohte t valittuna nderiin use näkymässä idan View lmä = aktiiv ode ja e lmasta vo it modes alaat kok okata kullo niverkkoa ä kohtaa oniverkon , sivut ja p tuu moniku iiden kulm Tässä ohje n viitataan en polygon olevan alue amman ob on niiden Layerissa s inen 3D-m dit mode it nähdä, o sa. Objec onaista ob inkin valit (mesh) m edit m osia. isteet lmion taso apisteistä essa sekä seuraavasti imäärä selv en tiedot, jektin (esim yhteenla ilmä-kuvak alli. letko obje t modess jektia, ed tuna oleva anuaalisest odeen ista (yleens ja pisteide Blenderiss : iää Blende sitten koko erkiksi er skettu kok keesta. Su ct a it n i. ja ä n ä r-ikkunan o kohteen ti illinen 3D-m o, ellet de ljettu silmä ikeasta alal edot. Huom alli ja digi aktivoi toi = deaktivo 5 aidasta. aa että taalinen sta 3D- itu 3D- 6 6 3. 3D-digitoinnin pinnan muokkaaminen Object modessa Lähtökohtaisesti on yleensä helpompi poistaa tai korjata digitoinnin pinnan häiriöt alkuperäisessä mallinnosohjelmassa (esim. Artec Studio, Agisoft Metashape jne.). Jos tämä ei kuitenkaan ole mahdollista, voidaan käyttää Blenderiä. Blenderissä voit muokata polygoniverkkoa joko yksittäisten polygonien tasolla Edit modessa, tai ohjelman pinnanmuokkaustyökaluilla Object moden Sculpting-ikkunassa. Huomaa, että digitoinnin pinnan muokkaaminen vaikuttaa sen jatkokäyttömahdollisuuksiin. Pidä siis tallessa alkuperäinen, muokkaamaton versio ja tee korjaukset erilliseen kopioon. Digitoinnin metatietoihin on aina kirjattava digitoinnin pintaan tehdyt muutokset, lisäksi muutokset on hyvä tallentaa ”ennen ja jälkeen” -tyyppiseen kuvasarjaan: Artec Studiossa tehdyt korjaukset 3D-skannatun digitoinnin katvealueiden täyttämiseksi. Sculpting-ikkunan työkalut Blenderin ylälaidan Sculpting-ikkunassa on erilaisia polygoniverkon pinnan muokkaamiseen tarkoitettuja työkaluja. Työkalun kokoa ja tehoa voi muuttaa niin, että työkalu vaikuttaa vain haluttuun kohtaan ja halutulla voimakkuudella. 3D-digitointien muokkaamisessa hyödyllisimpiä ovat Smooth (pinnan silottamiseen), Flatten (töröttävien virhepolygonien poistamiseen) sekä Grab (pyöreiden muotojen rekonstruoimiseen esimerkiksi täytettyjen reikien kohdalle) 7 7 Sculpting-ikkunan Smooth-työkalu valittuna. Ylälaidassa työkalun koon ja tehon valinnat. Edit moden Fill-työkalulla täytetty reikä ennen ja jälkeen pinnan silottamisen Smooth- työkalulla. Pinnan muokkaaminen Boolean-operaattorin avulla Jos 3D-mallissa on hankalia, rikkonaisia pintoja esimerkiksi paikattavan reiän reunalla, on alue helpompi siistiä Boolean-operaattorilla. Esimerkkitapauksessa vasarakirveen 3D- digitoinnista poistetaan huonosti mallintuneet kirveen reiän sisäpinnan jäänteet ennen born digital -sisäpinnan lisäämistä. Boolean-operaattoreista löydät lisätietoja Blenderin manuaalista (Blender 2.90 Manual 2020). 1. Object modessa paina ALT+A jotta työn alla oleva 3D-malli ei varmasti ole valittuna. Luo uusi kuutio kohdasta Add => mesh => cube. 2. Syntynyt kuutio on todennäköisesti reilusti isompi kuin 3D-malli, joten skrollaa reippaasti kauemmas nähdäksesi sen. Valitse kuutio ja skaalaa se vasemman laidan scale-työkalun avulla suunnilleen 3D-mallin kokoiseksi. 8 8 3. Kuution pintojen avulla leikataan haluttu kohta 3D-mallin polygoniverkosta pois, niin että jäljelle jää siisti, tasainen reuna jolloin ”paikkaaminen” on helpompaa. Riippuu siis 3D-mallista, miten kuutio kannattaa asetella. Nyrkkisääntönä muista, että kaikki osat 3D-mallin polygoniverkkoa, jotka jäävät kuution sisäpuolelle, leikkaantuvat pois. Esimerkkinä on vasarakirveen seinän sisäpinnan siivoaminen. 9 9 4. Tavoitteena on asettaa kuutio kirveen sisälle niin, että sen ylä- ja alapinta leikkaavat kirveen reiän sisäpinnat siististi poikki, mutta kuutio ei saa leikata kirveen ulkopintaa (ettei siihen tule reikiä). Kuutio asetellaan paikoilleen object modessa vasemman laidan scale-, rotate- ja move-työkalujen avulla. Näkymää voi muuttaa oikean yläkulman navigointi- koordinaattinuolien avulla sekä kämmen-kuvakkeella vetämällä. 5. ALT + A -näppäinyhdistelmällä deaktivoidaan kaikki valinnat. Klikkaamalla kohdetta valitaan se, jolloin kohteen ympärille tulee oranssit ”ääriviivat”. 6. Oikean laidan työkaluista valitaan kiintoavaimen kuvake => Add modifier. Avautuvan valikon Generate-sarakkeesta valitaan Boolean. 7. Avautuvassa boolean modifier -valikossa valitaan Operation-kohdasta ensin Difference-operaattori. Operaattori poistaa valitusta objektista kaiken mikä jää kohdeobjektin (target) sisäpuolelle. Valitaan kohdeobjektiksi kuutio klikkaamalla object-kohtaa. Vasta sitten klikataan apply ja suoritetaan toiminto, jolloin kaikki kuution sisäpuolelle jääneet osat vasarakirveen reiän sisäpinnasta katoavat, ja jäljelle jäävät siistit, tasaiset reunat. 8. Skrollataan ulospäin ja valitaan kuutio. Siirretään vasemman laidan move-toiminnolla kuutio kauemmaksi vasarakirveestä ja poistetaan se delete-näppäimellä. 10 10 9. Vasarakirveen sisälle jäävät kuution muotoiset pinnat. Vaihdetaan siis vasemmasta ylälaidasta edit modeen, valitaan select-työkalu ja face select (tason valinta) - toiminto. Skrollataan lähelle kirveen reikää ja valitaan kuutionmuotoiset tasot painamalla pohjaan SHIFT-näppäintä ja sitten DEL-/delete –näppäintä => faces. Poistetaan kaikki kuution tasot kuvakulmaa kääntelemällä. Polygoniverkon yksinkertaistaminen Decimate-työkalulla Sujuvaa selainpohjaista katselua ja jakamista varten 3D-mallin tulee olla tarpeeksi yksinkertainen, joten polygonien määrän tulee olla noin alle 500 000. Polygoniverkko voidaan yksinkertaistaa Decimate-työkalulla. 1. Object modessa valitse 3D-malli. 2. Oikeassa laidassa valitse Modifier properties => Add modifier => Decimate. 3. Avautuvassa ikkunassa valitse Ratio- kohtaan haluttu suhde, jolla polygoniverkkoa yksinkertaistetaan. 1 = polygonien määrä alussa, 0 = ei yhtään polygonia jäljellä. Esimerkiksi 10 000 000 polygonin mallin yksinkertaistamiseksi 500 000 polygoniin valitaan Ratio = 0.05. Syötettyäsi lukema Ratio-kohtaan Blender laskee tulevan polygonimäärän. Työvaihe voi olla hyvin hidas. Valmis arvio ilmestyy kohtaan Face count. 4. Hyväksy muutos Apply-kohtaa klikkaamalla – tämäkin työvaihe voi kestää pitkään. 11 11 Koko polygoniverkon silottaminen Smooth-työkalulla Decimate-työkalulla yksinkertaistetun 3D- mallin pinta on läheltä tarkasteltuna hyvin kulmikas. Epäaitoa vaikutelmaa voi vähentää 3D-mallin silottamisella. Toimenpide on perusteltu, sillä yksinkertaistettu 3D-digitointi sopii muutenkin vain visualisointiin, jolloin sen muokkaaminen ei estä alkuperäisen 3D- digitoinnin käyttöä tutkimustarkoitukseen. 1. Object modessa valitse 3D-malli. 2. Oikeassa laidassa valitse Modifier properties => Add modifier => Smooth. 3. Factor-kohdassa voit valita siloittamisen tehon, Repeat-kohdassa sen, kuinka monta kertaa työvaihe toistetaan. Onnistuneita tuloksia on saatu asetuksilla Factor = 0.5 ja Repeat = 3. 4. Muutokset näkee tarkastelemalla polygoniverkkoa teksturoimattomana, ja ne hyväksytään klikkaamalla Apply. Yksinkertaistettu 3D-digitointi ennen ja jälkeen silottamisen. 12 12 4. 3D-digitoinnin pinnan muokkaaminen Edit modessa Lähtökohtaisesti on yleensä helpompi poistaa tai korjata digitoinnin pinnan häiriöt alkuperäisessä mallinnosohjelmassa (esim. Artec Studio, Agisoft Metashape jne.). Jos tämä ei kuitenkaan ole mahdollista, voidaan käyttää Blenderiä. Blenderissä voit muokata polygoniverkkoa joko yksittäisten polygonien tasolla Edit modessa, tai ohjelman pinnanmuokkaustyökaluilla Objekt moden Sculpting-ikkunassa. Polygonien valitseminen Edit modessa voit valita kolmioverkosta yksittäisiä polygoneja. Tyypillinen työvaihe on esimerkiksi alkuperäisen mittakaavan poistaminen 3D-digitoinnista ennen digitaalisen mittakaavan lisäämistä. Vasemman laidan suorakulmiovalinnalla voit valita kaikki suorakulmion sisälle jäävät näkyvät polygonit. Etenkin fotogrammetrialla tuotettujen 3D-digitointien kolmioverkko, mesh, on hyvin yksityiskohtainen, jolloin tietyn alueen valitsemalla ei välttämättä saa valittua kaikkia 3D- malliin kuuluvia polygoneja. Varmistaaksesi kaikkien toisiinsa sidoksissa olevien polygonien valinnan, valitse yläpalkin Select-ikkunasta Select linked => Linked. Toinen vaihtoehto on zoomata valittava alue mahdollisimman suureksi ennen valitsemista. Select-valikosta löytyy myös Circle select, jolla on helpompi valita tarkasti vain haluamansa osat tietystä polygoniverkosta. Valintaympyrän kokoa voit muuttaa ylälaidan asetuksista. Huomaa että ollessasi Circle select -näkymässä siitä on ensin poistuttava Esc-näppäintä painamalla ennen kuin voit tehdä toimenpiteitä valituille polygoneille. 13 13 Kolmioverkon virheiden korjaaminen Polygonien poistaminen Valitut polygonit voit poistaa Edit modessa painamalla delete-näppäintä. Blender varmistaa haluatko poistaa, vertexit, edget vai facet. Vertexit poistamalla saat tehokkaimmin poistettua koko polygoniverkon, sillä edget ja facet on sidottu vertexeihin. Kolmioverkon ryhmittely Jos kolmioverkkoa muokataan voimakkaasti tai siihen luodaan uusia kolmioita esimerkiksi reikien paikkaamiseksi, on hyvä koota alkuperäiseen malliin kuuluvat kolmiot omaksi ryhmäkseen ennen muokkauksia. Oikean laidan Context-valikon Vertex Groups -kohdassa luo plus-näppäimellä uusi ryhmä. Valitse sitten valintatyökalulla koko objekti (ylälaidan select-valikosta valitse Select linked => Linked, jolloin myös ne kolmiot jotka eivät ole nyt näkyvillä tulevat valituksi). Vertex groups - kohdasta valitse Assign. Voit testata, onnistuiko ryhmän luominen klikkaamalla työskentelyikkunaa ja painat ALT + A, jolloin mitään ei ole valittuna. Valitse sitten Vertex groups -kohdasta luomasi ryhmä aktiiviseksi ja paina kohdan omaa select -nappia. Koko meshin pitäisi nyt tulla taas valituksi. Kuvassa soljen 3D-malli sekä siihen liityvä digitoitu mittakaava on ryhmitelty omiksi Vertex groupeiksi. Reikien paikkaaminen Reikien paikkaaminen tapahtuu valitsemalla reikää ympäröivät reunat (edges) ja muodostamalla niiden väliin uuden tason/tasoja Fill-työkalulla. 14 14 Ennen reiän täyttämistä reiän reunojen on hyvä olla yksinkertaiset, sileät. Esimerkkitapauksessa täytettävänä on vasarakirveen reiän sisäpinta, jonka huonosti mallintuneet jäänteet on jo poistettu Object modessa Boolean-operaattorilla (ks. ohjeet yltä). 1. Luodaan reiän reunalle edge loop eli yhtenäinen valittujen ”reunojen” ketju reiän sisäpinnan leikkaukseen. Vaihdetaan tätä varten face select -toiminnosta edge select -toimintoon ja valitaan leikkauspintaan rajautuvan kolmion reuna (eli yksi niistä reunoista johon kolmioverkko ”loppuu” reiän kohdalla). Vasemman ylälaidan select- kohdasta valitaan select loops => edge loops jolloin ohjelma valitsee kaikki leikkauspinnan reunat eli reunaan syntyy oranssinvärinen kehä. Vasarakirveen kohdalla toistetaan sama reiän toiselle leikkauspinnalle pitäen pohjassa SHIFT-näppäintä, jolloin kummassakin leikkauspinnassa näkyy oranssi kehä. 2. Ylälaidan Face-valikosta valitaan Fill-toiminto, jolloin kahden valitun kehän väli täyttyy uusilla tasoilla. 3. Tasot ovat kätevästi valittuina ilmestyessään, joten ryhmitellään ne heti omaksi vertex groupiksi (ks. ohjeet yllä). Kun ryhmittely on onnistunut, voi vertex groupeja valita oikean laidan vertex-työkalun select- /deselect-työkaluilla. 15 15 5. Tekstuuri ja sen muokkaaminen .obj-muotoisen tiedoston tekstuurin tuominen Blenderiin 1. Kun Blenderiin tuodaan .obj-muotoista tiedostoa, on itse .obj-tiedostoon liittyvän tekstuuritiedoston (esim. .jpg-muodossa) sekä näitä yhdistävän .MTL-tiedoston oltava samassa kansiossa (huom: tekstuuritiedosto ei näy kansiossa, kun tuot .obj- tiedoston sisään, vaikka se on siellä). Yleensä Blender osaa itse yhdistää oikeassa kansiossa olevan tekstuurikuvan itse 3D-malliin. Tekstuuri näkyy, kun valitset Object modessa oikeasta ylälaidasta Viewport shading - pallon. Samalla avautuu myös oikean laidan työkaluvalikon Materials-kohta, jossa näet, minkälaisista materiaaleista tekstuuri rakentuu. Esimerkiksi vasarakirveessä on erikseen tekstuuri itse kirveelle ja jälkikäteen lisätylle reiän sisäpinnalle. 16 16 1. Jos tekstuuria ei näy, tarkista että tekstuuritiedosto on ”liitetty” oikein malliin. Tarkista että valittuna on oikeasta yläkulmasta kohteen tiedosto (eikä esimerkiksi kamera tai valo), ja vaihda ylälaidan valikosta Shading-välilehteen, jossa näet tarkemmin, miten mallin tekstuuri rakentuu. Esimerkkikuvassa huomataan, että oikean laidan Materials-kohdassa alalaidan näkymässä tekstuurin väri on valkoinen. 2. Lisätään kuvatekstuuri alalaidan kohdasta Add => Texture => Image texture. 3. ”Pudota” ilmestynyt laatikko jonnekin Principled BSDF – laatikon viereen, ja kytke keltaisista palluroista toisiinsa Image Texture - laatikon Color-kohta ja Principled BSDF -laatikon Base Color -kohta. Image Texture -laatikon kohdasta Open etsi .obj-tiedostoon liittyvä kuvatekstuuri ja valitse Open image. 4. Malli näkyy nyt teksturoituna ja tekstuuritiedosto näkyy niin oikean laidan materials- kohdassa kuin alalaidan ikkunassa. 17 17 Virheellisen tekstuurin korjaaminen maalaamalla Pienet tekstuurivirheet voi korjata Blenderin ylälaidasta löytyvän Texture paint -välilehden työkaluilla. Clone Stamp -työkalu kopioi valitusta, puna-valkoisen renkaan sisälle jäävästä alueesta valkoisen renkaan sisälle jäävälle alueelle. Ylälaidan Radius- ja Strenght-kohdista voi säätää kohderenkaan kokoa sekä värityksen peittävyyttä (1 = täysi peittävyys, 0 = täysin läpinäkyvä). Esimerkissä korjataan kuvaustaustan värityksestä pöytäveitsen terään jääneet valkoiset viivat. Huom: Jos tekstuurissa on mittavia virheitä, on kannattavampaa palata työstämään alkuperäistä 3D-digitointia, sillä tekstuurin muokkaaminen vaikuttaa 3D-digitoinnin uudelleenkäytettävyyteen. Muokkaukset tulee mainita 3D-digitoinnin metatiedoissa sekä tallentaa ”ennen ja jälkeen” -tyyppisellä kuvasarjalla. Lähikuvassa tekstuuri kopioituu punavalkoisen renkaan kohdalta valkoiselle alueelle. Korjatun tekstuurin kohdalle saattaa jäädä valkoisia saumoja – ne eivät kuitenkaan yleensä näy katseluohjelmassa. 18 18 Tekstuurikartan uudelleenasettaminen Joskus 3D-digitoinnin tekstuuriin voi syntyä huonosti värittyneitä polygoneja, joiden maalaaminen ei onnistu Texture paint -työkalulla. Tällöin kyseisten polygonien asettaminen uuteen kohtaan tekstuurikartalla voi ratkaista ongelman. Esimerkissä korjataan tekstuuriin jääneen valkoisen viivan polygonit. 1. Siirry ylälaidan valikosta UV editing -välilehdellä ja zoomaa lähelle, jotta korjattavat polygonit näkyvät kunnolla (3D-digitointi saattaa ensin näyttää teksturoimattomalta, kunnes lähelle zoomatessa tekstuuri alkaa erottumaan polygonien kulmapisteiden ja reunojen alta). 2. Valitse korjattavat polygonit. Tarkkaan valitsemiseen Select-valikosta löytyvä Circle select -työkalu on hyvä. Huomaa että Circle select -näkymästä pitää poistua Esc- näppäintä painamalla. 3. Ylälaidalta valitse UV-valikko => Unwrap, jolloin valitsemasi polygonit näkyvät vasemman puolen tekstuurikartassa, yleensä hyvin suurikokoisina. 4. Valitse polygonit valintaikkunalla. Etenkin heikkotehoisemmalla koneella kannattaa valita vain osa polygoneista kerralla. Valinnan jälkeen voit siirtää ja skaalata polygoneja tekstuurikartan päällä. 19 19 Vaihtoehtoina on siirtää polygonit kohtaan, jossa on sopivan värinen tausta jo valmiiksi, tai tekstuurikartan sellaiseen kohtaan, jossa ei ole 3D-mallin tekstuuria lainkaan. Jälkimmäisessä tapauksessa polygonien päälle voi maalata sopivan värin ilman, että myös jokin toinen kohta 3D-digitoinnissa värittyy samalla. Esimerkissä polygonit siirretään tekstuurikartan ylälaidan vaaleanpuna-harmaalle alueelle, joka ei ole osa 3D-digitoinnin tekstuuria. 5. Valitut polygonit on nyt tekstuurikartalla siirretty ”yli jääneelle” vaaleanpunaiselle alueelle, jonka värittäminen toisella värillä ei sotke muuta 3D-digitoinnin tekstuuria. Kolmioiden päälle voi nyt maalata Texture paint -välilehden työkaluilla. 20 20 Uusien pintojen värittäminen halutulla tekstuurilla Esimerkiksi paikatun reiän kohdalla uusille pinnoille voidaan luoda täysin uusi tekstuuri. Esimerkkinä on vasarakirveen reiän sisäpintaan luotu uusi pinta. 4. Valitse Edit modessa teksturoitava pinta klikkaamalla pinnan Vertex groupia (ks. yllä). Värittämistä varten vaihda oikean ylälaidan valikossa viewport shading -näkymään, jolloin kirveen tekstuuri näkyy myös. 5. Reiän sisäpintaan luodaan uusi tekstuuri, joka selkeästi erottaa keinotekoisesti luodun pinnan alkuperäisestä, digitoidusta pinnasta. Tätä varten vaihdetaan oikean laidan työkaluvalikossa Material-valikkoon ja lisätään uusi materiaali, joka nimetään sopivalla tavalla. Valitsemalla assign sidotaan uusi materiaalitekstuuri valittuna olleisiin reiän sisäpinnan tasoihin. Base color -kohdasta voidaan säätää sopiva väritys. Väritystä on helpompi katsoa object modessa, johon voi vaihtaa tässä kohtaa. 21 6. Bor Skanne ollenka Fotogra 3D-digit fotogra digitaal Kivikirve 1. 2. 3. n digital rilla tuotet an mukana mmetriam oinnissa, mmetriaan inen mittak s ja siihen Avaa uusi B yhdistää m mittaustyö esim. 20 esimerkiksi poistaa. Siirry Objek L (Linked), delete-näp poistamme liitetty. Etenkin kaikki vert yhteydessä pisteitä toiminnon siis valinta kunnes kaik Siirry takai sisään bor muodossa. -mittaka ussa 3D-d , sillä ska allien kuvis sillä mitt . Siksi voi aava. yhdistetty lender-työ ittakaavan kalulla, ett cm pitkä fotogramm t modesta jotta Blen päintä, joll vertexit e fotogram exit eivät toisiinsa, j saattaa jälkeenkin => CTRL ki pisteet o sin Object n digital -m 3D-kurssin avan yhd igitoinnissa nneri asett sa näkyvä m akaavan t olla tarpe mittakaava ja poista ku , ja vie ä 3D-digit kivikirves etrialla m edit modee der valitse oin Blende li pisteet, j metriamal välttämättä olloin hajan jäädä de jäljelle. T + L => de n poistettu modeen ja ittakaava mittakaav istämin ei tarvit aa digitoin ittakaava asainen, en liittää . utio keske se origo ointi on B ei ole 20 allinnetun n. Valitse e kaikki v r kysyy, m oihin poly leissa ole aisia lete- oista lete, . tuo OBJ- a on aset en 3D-di se skanna nin itsenä taasen use mustavalko 3D-digitoi ltä. Tuo sisä on. Tarkis lenderissä m pitkä). mittakaav poistettava alittuihin o itä haluat gonien sivu ettu origoo gitointiin ushetkellä isesti oikea in näkyy hu inen pinta ntiin selke än 3D-digit ta tässä oikeassa Jos digito an osia, n osa kohde siin linkite poistaa. t (edges) j n, joten se olla mitt an mittak onosti lop ei sov ä, hyvin e ointi, joho vaiheessa mittakaava innissa on e kannatta tta ja paina tyt vertexi Tässä tapa a tasot (fa saattaa i 21 akaavaa aavaan. ullisessa i hyvin rottuva n haluat esim. ssa (eli jäljellä a ensin CTRL + t. Paina uksessa ces) on lmestyä 22 4. origoon ase mittakaava kokoelman Liitä mittak CTRL + J (J Huomaat, e vain kohtee Pöytäveitse tetun koht kohteen umero oike aava ja ko oin). Nyt k ttä oikean n objekti jä n ja mittak een sisälle viereen, ja in päin ja m hde yhdek un klikkaat ylälaidan S ä jäljelle. aavan yhdi , kuten alla käännä s ittakaavan si objektiks mittakaav cene collec stäminen y olevassa k e oikein p teksti on s i valitsema aa, myös k tion -näky hteen tiedo uvassa. Hil äin (niin e amoin päin lla kumma ohteen pit mässä plan stoon. aa move-ty ttä kohte ). tkin ja pai äisi tulla v e-objekti k 22 ökalulla essa on namalla alituksi. atoaa ja 23 7. Tie Vienti . Tallenta File => pääset k kansioon Vienti g Tekijöide tekstuur tekstuur Tästä sy muodos muotois .obj:n ja doston v obj:nä aksesi Blend export => o ohtaan “pa tallentama lTF:nä n kokemu itiedostoksi itiedostoja n ystä tiedost sa, joka yh een tiedosto glTF:n lisäks ienti Ble erissä muo bj. Kun skr th mode”. V si obj:n kans sten muka ei onnis iin, että tek ot, joihin o distää tek on voi yhdis i tiedostoja nderistä kkaamasi po ollaat tallen alitse copy, sa. Vie obj-t an kahde tu, eivätk stuurin saisi n liitetty dig stuurit sam tää suoraan voi viedä Ble lygonimalli nusnäkymä jotta myös iedosto oike n .obj-muo ä kaikki näkyville. itaalinen m aan tiedos myös tiedo nderistä .da n kokonaan n vasemma Blender vie an yläkulma toisen tie katseluohjel ittakaava k toon muun n tiedoston e-, .abc-, .x3 uutena .ob ssa laidassa myös uude n painikkee doston yhd mat osaa annattaa vie polygonim käyttöoikeuk d- ja .stl-mu j-tiedostona asetuksia n tekstuurin sta. istäminen ladata u dä glTF em allin kanss sista. odoissa. 23 , valitse alaspäin, samaan yhdeksi seampia bedded- a. GlTF- 24 24 Kiitokset KuM Marko Backman on osaamisellaan merkittävästi edistänyt Blender-ohjeen syntymistä. Lähteet Blender. 2020. Open source 3D creation. Free to use for any purpose, forever. . Luettu 27.10.2020. Blender 2.90 Manual. 2020. Boolean Modifier. . Luettu 27.10.2020. 1Arkeologisten kokoelmien 3D-digitointihanke 2019–2020 Turun yliopiston arkeologian oppiaine Tässä teoksessa esitellyt 3D-digitoinnit tehtiin osana Turun yliopiston arkeologian oppiaineen, Aboa Vetus et Ars Nova-museon sekä Turun museokeskuksen yhteistä, vuosina 2019–2020 toteutettua arkeologisten kokoelmien 3D- digitointihanketta. Hankkeen tavoitteena oli tutkia ja testata tieteelliseen käyttöön soveltuvien 3D-digitointien tuottamista arkeologisesta löytöaineistosta. Hanketta johti prof. Visa Immonen, ja projektitutkijana toimi FM Annukka Debenjak-Ijäs. Digitoitavaksi valittiin arkeologian oppiaineen kokoelmista rautakautisia löytöjä: solkia, rannerenkaita ja kaularenkaita. 3D-digitoinnit toteutettiin kevään ja kesän 2020 aikana arkeologian oppiaineen tiloissa fotogrammetrian menetelmin. Kuva: 3D-digitoinnissa käytetty kuvauskalusto. Tallennus ja julkaisu Valmiista 3D-digitoinneista talletettiin alkuperäinen versio .glTF- ja .obj-muodossa, lisäksi talletettiin myöhempää Finna-yhteensopivuutta ajatellen yksinkertaistettu esikatseluversio .glTF-muodossa. 3D-digitointien lisäksi tallennettiin 3D-digitointiohjelma RealityCapturen tiedosto, käytetyt valokuvat .tif- ja .dng-muodossa sekä .png-muotoiset valokuvat, jos niitä oli hyödynnetty digitoinnin väritykseen. Arkeologian oppiaineen löydöistä tehdyt 3D-digitoinnit ja niihin liittyvät aineistot talletettiin Turun yliopiston HKTL-arkistoon. Tiedot 3D-digitoinneista ovat julkisesti saatavilla Turun yliopiston internet-sivuilta HKTL-arkiston mediapankin kautta. Lisäksi 3D-digitointien yksinkertaistetut versiot julkaistiin verkossa Turun museokeskuksen tilillä Sketchfab-palvelussa. 3D-digitoinnit ovat avoimessa käytössä CC BY-NC-SA 4.0 -lisenssillä. Hakusanat: arkeologia, 3D, digitointi, rautakausi, solki, rannerengas, kaularengas Liite 7 2Työkuvaus Ennen digitointiprosessia löydön perustiedot kirjattiin metatietolomakkeeseen, ja aineiston hallinnoimiseksi luotiin löytökohtainen ID, joka rakentuu seuraavasti: Projektitunnus_Kokoelmatunnus_Kokoelmanumero_Löytötyyppi_Digitointimenetelmä. Esimerkiksi: Ark3D_TYA_244-384_rannerengas_R. R viittaa 3D-digitointiohjelma RealityCaptureen, sillä hankkeessa käytettiin myös muita 3D- digitointitapoja muiden yhteistyökumppaneiden aineistoihin. Kaikki löydön 3D-digitointiin liittyvät tiedostot lukuun ottamatta yksittäisiä valokuvatiedostoja nimettiin tällä löytökohtaisella ID:llä. Löydöt kuvattiin Foldio 360 -ministudiossa pyörivällä kuvaustasolla kahdesta neljään asennossa. Kustakin asennosta otettiin kolmesta neljään kuvakehää eri korkeuksilta. Geometrisesti monimutkaisista löydöistä otettiin lisäksi yksityiskohtakuvia. Kuvaamiseen käytettiin Nikon D750 -kameraa ja Nikkor 60 mm micro -objektiivia. Kiiltäväpintaisille löydöille käytettiin lisäksi pyöröpolarisaatiosuodinta. Yhdessä kuvauspositioista löydön viereen asetettiin paperinen mittakaava, jotta 3D-digitointi voitiin tuoda metriseen kordinaatistoon. RAWtherapee-ohjelmassa .nef-tiedostomuodossa otetut kuvat muunnettiin .tif-muotoisiksi. Samalla pyöröpolarisaatiosuotimella otettujen kuvien kirkkautta nostettiin ja valkotasapainoa korjattiin. Pitkäaikaissäilytystä varten .nef-muotoiset kuvat muunnettiin Adobe DNG converter - ohjelmassa .dng-muotoon. 3D-digitointiin käytettiin RealityCapture-ohjelmaa. Kuvat tuotiin .tif-muodossa sisään ohjelmaan ja kuvissa näkyvään värilliseen mittakaavajanaan merkittiin control points ja define distance -työkaluilla mittakaavajana, jonka avulla 3D-digitointi sidottiin metriseen skaalaan. Kuvat yhdistettiin align-toiminnolla, ja pistepilvestä laskettiin polygoniverkko Reconstruction -> high detail -toiminnolla. Joissain tapauksissa polygoniverkkoon tehtiin muutoksia: 1. Jos digitoinnin pintaan yhdistyi myös osia kuvissa näkyvästä taustasta. Tällöin ylimääräiset osat siivottiin pois lasso- ja filter selection -työkaluilla. Syntyneet reiät paikattiin close holes -työkalulla ja reiän paikkauksesta syntynyt epätasainen pinta silotettiin smoothing-työkalulla. 2. Jos polygoniverkon koko oli reilusti yli 12 000 000 polygonia niin polygonien määrä laskettiin 12 000 000:een simplify tool -työkalulla (type = absolute, target triangle count = 12 000 000). Pintaan tehdyt muutokset tallennettiin .tif-muotoiseen ”ennen ja jälkeen” -kuvasarjaan, joka arkistoitiin 3D-digitoinnin mukana. 3D-digitointi väritettiin colorize-toiminnolla sekä texture- toiminnolla 8192 x 8192 resoluutiolla. Joissain tapauksissa digitoinnin väritys oli paikoin epätarkka tai sumea. Tällöin .tif-muotoisista valokuvista rajattiin pois epäterävät alueet Metashape-ohjelman mask-työkalulla. Maskatut kuvat vietiin Metashapesta .png -muodossa ja 3tuotiin sisälle RealityCaptureen muuttamalla RealityCapturen tiedostoon merkitty kuvaformaatti .tif-muodosta .png-muotoon Notepad-ohjelmassa (open with Notepad => find & replace). Tällöin 3D-digitointi väritettiin .png-muotoisten kuvien pohjalta. Valmis, väritetty 3D-digitointi vietiin RealityCapturesta .obj-muodossa. Viedyssä digitoinnissa näkyi löydön lisäksi kuvausvaiheessa löydön viereen asetettu paperinen mittakaava. Digitoinnista riippuen mittakaavan laatu vaihteli, joissain tapauksissa siitä saatiin digitoitua vain osa tai ei mittakaavaa ollenkaan. Jälkikäsittelyvaiheessa .obj-muotoinen 3D-digitointi tuotiin sisään Blender-ohjelmaan. 1. 3D-digitointi asetettiin Blenderissä origoon ja käännettiin oikein päin, niin että sen visuaalinen tarkastelu on helpompaa. Samalla tarkistettiin measure-työkalulla, että digitointi on oikeassa mittakaavassa. 2. Tarvittaessa 3D-digitoinnin väritystä korjattiin Texture paint -valikon clone-työkalulla. Tällaisia korjauksia tehtiin tilanteissa, joissa kapean löydön reunaan syntyi teksturointivaiheessa valkoisesta kuvaustaustasta kevyt, valkoinen viiva. Väritykseen tehdyt muutokset tallennettiin .tif-muotoiseen ennen ja jälkeen -kuvasarjaan, joka arkistoitiin 3D-digitoinnin mukana. 3. 3D-digitointi vietiin alkuperäisessä koossaan Blenderistä .obj-muodossa. Tiedostot nimettiin 3D-digitoinnin ID:llä sekä _original-tekstillä. 4. Jos digitointiin kuuluva mittakaava oli mallintunut huonosti tai ei ollenkaan, lisättiin digitointiin Blenderissä digitaalinen 5 cm pituinen mittakaavajana ennen 3D-digitoinnin viemistä Blenderistä .glTF-muodossa. 5. 3D-digitointi vietiin alkuperäisessä koossaan Blenderistä .glTF-muodossa. Tiedosto nimettiin 3D-digitoinnin ID:llä sekä _original-tekstillä. 6. 3D-digitoinnin polygonimäärä (ilman mittakaavajanaa) kirjattiin metatietoihin. Yksinkertaistettu 3D-digitointi tuotettiin Blenderin mesh decimate -työkalulla. Jos yksinkertaistetun digitoinnin pinta jäi keinotekoisen epätasaiseksi, se silotettiin smoothing-työkalulla. Yksinkertaistetun 3D-digitoinnin polygonimäärä kirjattiin metatietoihin. 7. Jos 3D-digitoinnissa ei vielä ollut digitaalista 5 cm mittakaavajanaa mukana, lisättiin se viimeistään tässä vaiheessa digitoinnin yhteyteen. 8. Yksinkertaistettu 3D-digitointi vietiin Blenderistä .glTF-muodossa. Tiedosto nimettiin 3D-digitoinnin ID:llä sekä _simplified-tekstillä. 4Arkeologisten loytojen 3D-digitointihanke 2019–2020 Tu run yliopiston arkeologian oppiaine TVA 244-390 R Rannerengas I Paimio, Spurila, (Kalmisto A) 1984 Loytolaji Kokoelmanumero I Rannerengas I TY A 244:390 Materiaali Sailytyspaikka I Pronssi I Turun yliopiston arkeologian oppiaine Mitat (cm) Loytopaikka I 6.4x6.lxl.5 I Paimio Hakusanat Loytopaikan Muinaisjaannostunnus Rannerengas; Rautakausi; Esihistoria; Pronssi 1577010020 5Arkeologisten loytojen 3D-digitointihanke 2019–2020 Tu run yliopiston arkeologian oppiaine 3D-digitointiprosessi Kaytetty kalusto Kalibrointi Esikasittely Kasittely Jalkikasittely Pvm 16.3.2020 Kuvia / skannauksia I Nikon D750 + Nikkor 60 mm micro Ei I Rawtherapee: tiedostomuodon muunto NEF => TIF RealityCapture: 1. Align. 2. Build reconstruction (high). 3. Polygonimaaran rajoitus simplify tool -tyokalulla (type= absolute, target triangle count= 12 000 000). 4. Colorize, texture (teksturointivaiheessa kaytetty .tif-kuvista tuotettuja .png-muotoisia maskeja, resoluutio 8192x8192). 5. Export OBJ. Blender: 1. Import OBJ. 2. Asettaminen origoon ja oikein pain. 3. Tekstuurin korjaus. 4. Export OBJ_original. 5. Digitaalisen mittakaavan liittaminen 3D­ malliin. 6. Export GLTF _original GLTF embedded -muodossa. 7. Yksinkertaistetun mallin laskettaminen mesh decimate -tyokalulla. 8. Export GLTF _simplified GLTF embedded -muodossa. Kuvaus A. Debenjak-ljas. Foldio 360-ministudio, 5500 kelvin studiovalot, valkoinen tausta. Kuvattu jalustalla, f/16, sp 1/5s. ISO 100. 518 Alkuperaisen 3D-digitoinnin polygonimaara 119909481 Yksinkertaistetun 3D-digitoinnin polygonimaara 3D-digitoinnin pinnan kasittely 3D-digitoinnin pinnan silotus Tekstuurin muokkaus Muut huomiot Ei Ei Blender: tekstuurin muokkaus Texture paint -valikon clone­ tyokalulla. 3947601 6Arkeologisten l6yt6jen 3D-digitointihanke 2019–2020 Turun yliopiston arkeologian oppiaine Tiedostolistaus Alakansio DNG TIF PNG GLTF _original GLTF _simplified OBJ_original RC Ty ova ihekuvia DSC_1627.dng – DCS_2179.dng, valista poistettu yksi kuva. Jaoteltuna alakansioihin DSC_1627.tif – DSC_2179.tif, valista poistettu yksi kuva. DSC_1627.png – DSC_2179.png, valista poistettu yksi kuva. lrvA_244-390_R_original.gltf lrvA_244-390_R_simplified.gltf TYA_244-390_R_original.mtl, TYA_244-390_R_original.obj, TYA_244-390_R_original.tif TYA_244-390_R_VALMIS.rcproj + tiedostokansio . TY A_ 244-390 _ tekstu u rin _ m uokka us. tit Tämä teos on laaja tietopaketti arkeologisten kokoelmien 3D-digitoinnista. Se kattaa digitointiprosessin suunnittelun, digitointimenetelmän valinnan ja digitoinnin toteutuksen sekä 3D-aineiston tallentamisen ja jakamisen. Myös 3D-digitointiin liittyvät tieteelliset ja eettiset käytännöt esitellään. Turun yliopiston arkeologian oppiaineen, Turun museokeskuksen ja Aboa Vetus & Ars Nova -museon yhteishanke vuosina 2019– 2020 keskittyi esinekokoelmien 3D-digitointiin. Tämä kirja on hankkeen tulos, ja se tuo 3D-digitointimenetelmät arkeologisen tutkimuksen, opetuksen, konservoinnin ja yleisötyön käyttöön helposti ymmärrettävässä muodossa.