En 2005, durante un congreso académico sobre arte rupestre, el arqueólogo Jon Harman observó dos imágenes comparativas de la superficie marciana. Una mostraba el conocido y uniforme suelo rojizo; la otra, procesada mediante un algoritmo de la NASA, se transformaba en un mosaico de rojos, verdes y amarillos de contrastes afiladísimos. Aquel salto visual activó de inmediato su intuición investigadora. En ese mismo instante, Harman aplicó el algoritmo a una fotografía digital que había tomado en una cueva de Baja California (México). De una pared rocosa aparentemente vacía y desgastada, emergió con nitidez una figura antropomorfa amarilla que nadie había visto jamás.
El ojo humano se rinde ante el tiempo; el álgebra no
Las pinturas rupestres nunca habían desaparecido en realidad. Milenios de intemperie, radiación solar y degradación química habían aplastado el contraste cromático por debajo del umbral de resolución de la retina humana. Las trazas de pigmento habían quedado diluidas en una franja de diferencia de color imperceptible a simple vista.
Figura: Jon Harman frente a una obra de arte rupestre de nativos americanos. Crédito: NASA / Jon Harman
Frente a semejante compresión física de la información óptica, el ojo humano resultaba inútil. Harman, doctor en Matemáticas por la Universidad de California en Berkeley y con una dilatada trayectoria en imagen médica, supo transformar un subproducto de la exploración aeroespacial en una transformación estadística capaz de estirar por la fuerza las distancias entre píxeles en el espacio de color.
Antes de la llegada de este algoritmo, los arqueólogos se veían obligados a depender de la luz natural rasante y de la débil agudeza visual humana para conjeturar trazos sobre la piedra. Capas de polvo y sedimentos minerales acumuladas durante siglos habían levantado un muro infranqueable construido por el tiempo. Mientras la discriminación cromática del ojo dependiera de sus límites fisiológicos, esa barrera permanecería intacta. La incursión interdisciplinar del procesamiento digital de imágenes derribó de un plumazo esa servidumbre perceptiva.
Separar píxeles amontonados: la descorrelación por estiramiento
El método empleado para las imágenes de Marte se denomina estiramiento por descorrelación (decorrelation stretch o DStretch). En 1978, Jim Soha, responsable del grupo de procesamiento digital de imágenes del Laboratorio de Propulsión a Chorro (JPL) de la NASA, propuso aplicar la transformación de Karhunen-Loève (KLT)—una herramienta clásica del análisis estadístico de señales—a imágenes digitales con el fin de realzar el color. Cuando los sensores satelitales transmiten datos multiespectrales, los valores de los canales rojo, verde y azul suelen presentar una correlación física altísima, agrupándose de tal modo que el ojo no logra delimitar los accidentes del terreno. El estiramiento por descorrelación proyecta esas distribuciones cromáticas originales sobre un nuevo espacio ortogonal ampliado, logrando una separación quirúrgica.
La base matemática de la transformación de Karhunen-Loève radica en la compactación máxima de la energía. Permite proyectar datos de alta dimensión sobre una base ortogonal dictada por la matriz de covarianza de la propia señal, concentrando la mayor parte de la varianza en unas pocas componentes no correlacionadas. En la teledetección, los espectros de reflectancia de los minerales del terreno están muy correlacionados en múltiples bandas, lo que da lugar a imágenes compuestas apagadas y sin contraste. Desacoplar estas señales mediante álgebra matricial extrae de la penumbra los detalles topográficos y mineralógicos ocultos.
En 1996, Ronald Alley, otro ingeniero del JPL involucrado en aplicaciones para el instrumento japonés ASTER a bordo del satélite Terra de la NASA, optimizó el flujo computacional para ganar rapidez y precisión, plasmando el algoritmo en un artículo técnico. Alley redactó el documento por pura ética profesional: alguien debía dejar por escrito cómo funcionaba la herramienta para que los usuarios comprendieran lo que estaban haciendo. Ese mismo texto fue la base teórica que años después Harman localizó mediante una búsqueda en Google.
Figura: Antes del procesamiento: hilera de figuras antropomorfas apenas perceptibles en el muro. Crédito: NASA / Harman
Figura: Después del procesamiento: una nueva silueta antropomorfa amarilla emerge detrás de las otras (Cueva de San Borjitas, Baja California, México). Crédito: NASA / Harman
Si concebimos una pintura rupestre erosionada como una pila de papeles vegetales comprimidos entre sí, el estiramiento por descorrelación equivale a separar por la fuerza los microespacios que median entre ellos. Una vez desplegados los píxeles a lo largo del espacio de color, la roca madre, los pigmentos desvaídos y las pátinas minerales se desplazan hacia extremos cromáticos opuestos, devolviendo a la luz figuras que parecían perdidas para siempre.
El rescate de más de 200 murales en Angkor Wat
A partir de este método, Harman creó un complemento de tratamiento de imágenes llamado Dstretch (concebido inicialmente para ImageJ, el software de código abierto desarrollado por los Institutos Nacionales de la Salud de EE. UU.). Pronto descubrió que la elección del espacio de color (color space) resultaba determinante: cada soporte rocoso y composición pigmentaria respondía de forma radicalmente distinta según las coordenadas matemáticas empleadas. El modelo RGB estándar apenas ofrecía contraste porque los valores numéricos de los pigmentos desgastados coincidían casi con los de la piedra circundante. Harman integró en Dstretch espacios alternativos como YCbCr y LAB, diseñando matrices de transformación adaptadas a los espectros de absorción específicos de los minerales rupestres.
Estos espacios cromáticos optimizados permitieron a arqueólogos sin formación informática desnudar con un solo clic los disfraces impuestos por el tiempo. El software demostró de inmediato una enorme versatilidad en yacimientos de todo el planeta. En el complejo de templos de Angkor Wat (Camboya), el investigador Noel Hidalgo Tan utilizó Dstretch para descubrir más de 200 pinturas desvanecidas en las torres centrales y galerías. La elocuencia de esa cifra—200 murales—evidenció cómo la potencia industrial del procesamiento digital superaba de golpe décadas de exploraciones visuales con linterna.
En las tumbas egipcias de Beni Hassan, el algoritmo identificó representaciones de murciélagos y cerdos, motivos sumamente infrecuentes en el arte funerario faraónico. En el Parque Provincial Writing-on-Stone (Alberta, Canadá), reveló la figura nítida de un caballo con su jinete, atribuida con probabilidad a un guerrero crow como una provocación visual dirigida a sus rivales pies negros.
En el yacimiento de Årsand 1, en el oeste de Noruega, los especialistas no solo descubrieron 15 grafías inéditas bajo los abrigos rocosos, sino que identificaron nuevos detalles decorativos en otras 28 figuras ya catalogadas. Sumando 15 nuevas creaciones y 28 detalles desvelados, el algoritmo obligó a las rocas a entregar originales históricos preservados en secreto durante milenios.
Los píxeles sobreviven a la piedra
La democratización de Dstretch ha desencadenado una silenciosa revolución arqueológica. Los investigadores ya no precisan rozar ni alterar la superficie de los vestigios: basta con una cámara digital convencional y un ordenador portátil dotado del complemento. Esta extracción no destructiva de datos garantiza la salvaguarda digital permanente de murales al aire libre, seriamente amenazados por el cambio climático y la presión humana. Tareas de calco manual y reconstrucción hipotética que antes demandaban meses de trabajo de campo quedan reducidas a unos pocos clics de ratón. La investigación rupestre a escala global ha vivido un reinicio sin precedentes.
Harman ha reflexionado en múltiples ocasiones sobre el hecho de que, en muchas instancias, seguimos ignorando por qué las culturas antiguas dibujaron tales símbolos. El algoritmo de descorrelación se limita a rescatar la señal perdida entre el ruido de fondo; la tarea de desentrañar su significado sigue perteneciendo por entero al intelecto humano.
La NASA formuló este sistema en 1978 con el objetivo de distinguir el suelo pedregoso de un mundo alienígena a cientos de millones de kilómetros. Sin embargo, las matemáticas tratan a cada píxel con la misma impávida neutralidad. Al forzar la separación de colores hacinados, siluetas humanas y murciélagos invisibles durante eras deciden, por fin, abandonar el interior de la roca por su propio pie.
Referencias:
- Reportaje de transferencia tecnológica de la NASA
- Cobertura de Gizmodo
- Debate en la comunidad de Hacker News
