LNF

WP1: Realizzazione dello scanner iperspettrale esteso nel visibile e medio infrarosso (BR-RIS)

 

Lo strumento che si intende sviluppare prevede la combinazione di due tecnologie, già esistenti, all’interno dello stesso strumento: l’Imaging iperspettrale (intervallo spettrale VIS-NIR) e la spettroscopia InfraRossa in Trasformata di Fourier (FT-IR) in riflessione (intervallo spettrale MIR), per creare una tecnologia innovativa. La maggior parte dei pigmenti e coloranti usati nella pittura moderna e contemporanea sono rilevabili con l’imaging iperspettrale. Questa tecnica si presta bene ad un primo screening di identificazione di questi materiali poiché è una strumentazione compatta ed ha dei tempi di acquisizione molto rapidi. Tuttavia, è necessario sottolineare che tale tecnica è sensibile unicamente al colore e che quindi non identifica materiali non colorati, come ad esempio i leganti, che possono invece essere facilmente rivelati tramite spettroscopia infrarossa FT-IR. L’integrazione delle due tecniche spettroscopiche fornisce dunque un dataset completo ed unico dell’area analizzata.  Per l’integrazione meccanica, elettronica e spettroscopica delle due strumentazioni, è necessario realizzare un sistema di movimentazione motorizzato che consenta la sincronizzazione delle acquisizioni compatibilmente con i sistemi di rivelazione dei due rivelatori. 

Il progetto ARTEMISIA propone dunque, come primo obiettivo, di realizzare un sistema di scansione di un’opera d’arte in grado di analizzare con due tecniche distinte esattamente la stessa area dell’oggetto in esame con un software dedicato che utilizza algoritmi di georeferenziazione (X,Y). 

Inoltre, verranno effettuati anche dei test di fattibilità al fine di integrare ed implementare al prototipo le tecniche di fluorescenza X (XRF) e fluorescenza UV (con sorgenti LED e Laser).

Tali studi di fattibilità sono rivolti a potenziare, in futuro, il prototipo per poter effettuare scansioni in un range più esteso che vada dall’UV fino ai raggi X. 

 

Responsabile WP1: Mariangela Cestelli Guidi (INFN-LNF)