La Cámara de las Maravillas de Justo by hernando.p

0.-INTRODUCCIÓN -LA CATEDRAL DE JUSTO -OBJETIVOS Y METODOLOGÍA

1.-ANARQUEOL. MEDIAL -ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

-WUNDERKAMMER -ARCHIVO

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

HERNANDO DEL AMO, PABLO

TFG UPM-ETSAM 2021

ANARQUEOLOGÍA DE LA CATEDRAL

LA CÁMARA DE LAS MARAVILLAS DE JUSTO ANARQUEOLOGÍA DE LA CATEDRAL HERNANDO DEL AMO, PABLO 71307559S/15228/@atelier.hda TRABAJO DE FIN DE GRADO UPM-ETSAM AULA 1 TUTOR: PEDRO URZAIZ CON AYUDA DE: EDUARDO CASTILLO VINUESA 8 DE JUNIO 2021

0.-INTRODUCCIÓN -LA CATEDRAL DE JUSTO -OBJETIVOS Y METODOLOGÍA

1.-ANARQUEOL. MEDIAL -ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

-WUNDERKAMMER -ARCHIVO

RESUMEN Y PALABRAS CLAVE

0.INTRODUCCIÓN 0.1 LA CATEDRAL DE JUSTO 0.2 OBJETIVOS Y METODOLOGÍA

9 10-13 15

1.ANARQUEOLOGÍA MEDIAL 1.1 ANARQUEOLOGÍA 1.2 ARQUEOLOGÍA & ARTE CONTEMPORÁNEOS 1.3 MEDIA - GEOLOGÍA DE LO MEDIAL 1.4 CLON DIGITAL

17 18-21 22-31 32-39 40-41

2.METODOLOGÍA PRÁCTICA 2.1 FOTOGRAMETRÍA 2.2 SOFTWARE: PIX4D-MAPPER

43 44-49 50-59

3.LA CÁMARA DE LAS MARAVILLAS DE JUSTO 3.0 WUNDERKAMMER 3.1 CÁMARA DE LAS MARAVILLAS - ARCHIVO

61 62-65 65-165

CONCLUSIONES

167-169

BIBLIOGRAFÍA

171

ÍNDICE

-LA CATEDRAL DE JUSTO -OBJETIVOS Y METODOLOGÍA

1.-ANARQUEOL. MEDIAL -ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

-WUNDERKAMMER -ARCHIVO

RESUMEN Y PALABRAS CLAVE A lo largo de los años, la ciencia y el arte han ido formando su propia historia, durante algunos periodos de una forma mas paralela y conectada y durante otros de otra más distante. Hoy día en la era del Antropoceno, algunas ciencias como la geología y la arqueología estudian y documentan objetos, conceptos y patrones del mundo actual, que el arte contemporáneo utiliza como recursos: la repetición, el exceso, las ruinas, las texturas, los fragmentos, la abyección, el deshecho... En todos ellos la conexión más fuerte entre ambos campos está en lo material, la materialidad. La Arquitectura supone un punto en el que los intereses y objetivos de las disciplinas anteriores confluyen, entendiéndose por tanto como el media o médium que servirá como puente de paso entre los distintos campos.

Para el desarrollo de la investigación se adoptará una postura anarqueológica1 frente a los métodos y resultados científicos, o lo que es lo mismo, una visón más anárquica de ellos que los libere y permita conformar de ellos tanto una herramienta para el estudio científico, como una fuente de inspiración y base para la libertad creadora.

7 1. Derivado de Anarqueología: Término de Michael Foucault, conferencias: “Du gouvernement des vivants”. College de France, (30 Enero 1979, 6 de Enero 1980). Paris

Esta posición lleva al trabajo al levantamiento de un clon digital de la catedral, que incorpore la información deseada para el estudio a través de la fotogrametría. Dicha digitalización permite obtener una información más detallada y verdadera de la realidad y sus procesos, dando al proyectista la posibilidad de re-transformar dicha realidad de vuelta, a partir de estos datos medidos.

El trabajo busca por lo tanto proponer un nuevo método de estudio El objeto de estudio será la Catedral y de proyectar, basado en el saber de la geología de los medios y de de Justo en Mejorada del Campo, la arqueología y el arte contempoen la Comunidad de Madrid, una obra singular construida a partir del ráneos, en el que la arquitectura deshecho y que es también conoci- conforma el medio o vehículo de da como “La Catedral de la Basura”. información y el clon digital la herramienta principal del proceso

ANARQUEOLOGÍA . ARQUEOLOGÍA . ARTE . MEDIA . FOTOGRAMETRÍA . CLON

RESUMEN

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-LA CATEDRAL DE JUSTO -OBJETIVOS Y METODOLOGÍA

CAPÍTULO 0

INTRODUCCIÓN

0.1GIANFRANCO TRIPODO. “JUSTO GALLEGO”. THE NEW YORK TIMES. 2017

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-LA CATEDRAL DE JUSTO -OBJETIVOS Y METODOLOGÍA

LA CATEDRAL DE JUSTO En el pueblo de Mejorada del Campo al Este de la Comunidad de Madrid, entre Arganda del Rey y Torrejón de Ardoz, allá por el año 1961 un hombre llamado Justo Gallego decidió dedicar su vida a la construcción de una catedral con sus propias manos. Justo fue un monje cisterciense en el Monasterio de Santa María de Huerta en la provincia de Soria, sin embargo contrajo tuberculosis y se vio obligado a dejar el hábito y volver a su cuna natal, Mejorada del Campo, donde finalmente consiguió recuperarse de la enfermedad. Tras la negativa del monasterio a reincorporarle en la orden, decidió igualmente dedicar el resto de su vida a Dios y en especial a la Virgen del Pilar, a los cuales atribuye el mérito de salvarse de la enfermedad. Como agradecimiento a ellos, decidió por su propia cuenta levantar un templo en su nombre, siendo una persona sin ningún tipo de conocimiento o formación arquitectónica o técnica. Hasta el día de hoy, Justo lleva 60 años construyendo la catedral, la mayor parte de ellos lo hizo sólo o con ayudas esporádicas de algún

voluntario que visitaba el lugar, hasta que llegó Ángel López, persona que con el paso del tiempo y tras años de trabajo junto a él, se convirtió en su mano derecha, y según el propio Justo, aquel que terminará su obra.

LA CATEDRAL DE JUSTO

INTRODUCCIÓN

0.-INTRODUCCIÓN

0.2CATEDRAL DE JUSTO GALLEGO. MEJORADA DEL CAMPO. 2021

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-LA CATEDRAL DE JUSTO -OBJETIVOS Y METODOLOGÍA

Más allá de la fascinación que puede crear la historia de su protagonista en sí, más extraordinarios son aún los materiales de su construcción: la basura y el deshecho. Para levantar la catedral Justo vendió todas sus propiedades y herencias, para con ese dinero ir financiando los costes de construcción, obviamente la suma de estos era ínfima en comparación con lo que necesitaba, por lo que decidió utilizar restos de cualquier cosa que se encontrase: bidones de gasoil para las columnas, latas de espárragos para los balaustres, cristales de colores machacados a mano para formar las vidrieras, neumáticos para los ornamentos… y así una cantidad infinita de detalles y ocurrencias para suplir efectivamente sus carencias.

y anteriores; una obra arquitectónica con casi 5.000m2 (tres naves, claustro, cripta, cúpula de 40m de alto y 12m diámetro…) carente de planos o dibujos… Prácticamente una ruina en construcción cuyo futuro es incierto, ya que tras la muerte de su creador es muy posible que sea derribada, a pesar de trabajos como el TFM de Alejandro Villagrasa1, quién consiguió convertirla en un BIC para su protección.

En resumen, el edifico bien podría considerarse un esperpento contemporáneo: un templo religioso dedicado a Dios pero que ni si quiera está consagrado; una construcción que parece infinita sin ningún tipo de licencia de obra en todos su años de existencia; una catedral construida con basura, deshechos y restos de la era contemporánea

LA CATEDRAL DE JUSTO

13 1. Alejandro Villagrasa, (a)Tracción Divina. Trabajo Fin de Master. UPM-ETSAM. 2018

INTRODUCCIÓN

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-LA CATEDRAL DE JUSTO -OBJETIVOS Y -OBEJTIVOS Y METODOLOGÍA

OBJETIVOS Y METODOLOGÍA Entendiendo la arquitectura como un evento social, político, material, artístico y medial capaz de almacenar y transmitir información, el trabajo ahonda en la propia disciplina arquitectónica, a través de la catedral de Justo de una forma anarqueológica (anárquica o en contra de lo convencional), con varios objetivos sobre la mesa:

macro de catedral, como la escala micro del detalle.

La metodología para el desarrollo de la investigación estará compuesta, por un lado de un estudio y reflexión en el campo teórico, mediante la búsqueda de puntos en común y posibles conexiones entre las disciplinas, así como de una parte más práctica reflejada en la construcción El primero de ellos, va a ser tratar del gemelo digital, donde se puedan de incorporar las metodologías y aplicar dichas reflexiones. estudios de la arqueología y del arte Se partirá de las disciplinas de la arcontemporáneos, así como los de queología contemporánea, la geola geología de los medios a la arlogía de los medios o “media” y del quitectura, buscando así un nuevo levantamiento del gemelo digital. concepto de “Arquitectura Contem- Para trabajar sobre ellos se propoporánea”. ne un método “anarqueológico”2, En segundo lugar, se buscará ahon- termino adoptado y creado por dar en el gemelo digital aplicado a Michael Foucault y que supone una la disciplina arquitectónica, a través visión anárquica del sistema cientíde las potencialidades de la fotofico, en la que el proceso y los resulgrametría, poniendo así en crítica tados pretenden constituir una base los modelos o documentos tradipara la creación y no un fin inmediacionales sobre los que se elabora to, buscando lo no conocido a trala arquitectura (plantas, secciones, vés del mundo de los sentidos y las axonometrías, fotomontajes…) sensaciones y no del saber escrito. Por último, se pretenderá también adelantar a una posible demolición por parte de la administración pública, levantando un clon digital de la catedral y construyendo así una base de datos imperecedera de esta, que comprenda tanto la escala

OBEJTIVOS Y METODOLOGÍA

15 2. Derivado de Anarqueología: Término de Michael Foucault, conferencias: “Du gouvernement des vivants”. College de France, (30 Enero 1979, 6 de Enero 1980). Paris

INTRODUCCIÓN

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

ANARQUEOLOGÍA MEDIAL

CAPÍTULO 1

0.-INTRODUCCIÓN

1.1CHRISTOPH KELLER . “A NON-HISTORY OF THOUGHT”. ANARCHEOLOGY, 2014

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

ANARQUEOLOGÍA

Maite Larruri en su libro Anarqueología – Foucault y la verdad como campo de batalla 2, refelexiona y define el término como “un anarquismo metodológico que combina las reglas de un proceder analítico (línea Canguilhem) y las de un diagnóstico (influencia de Nietzsche). Las verdades científicas hay que aceptarlas solo en la medida en que aceptamos su régimen de verdad. La anarqueología quiere hacer de su diagnóstico no a un remedio normativo sino una caja de herramientas para construir subjetividades alternativas.” El artista Christoph Keller en una entrevista con Ana Teixeira Pinto3,

ANARQUEOLOGÍA

1. Término de Michael Foucault, define también la anarqueología conferencias: “Du gouvernement des vivants”. College de France, como “un divisor semiótico que (30 Enero 1979, 6 de Eneero divide el mundo en dos mitades, la 1980). Paris arqueológica y la no arqueológica. Es un término que evoca algo aún no conocido”. 2. Maite Larruri, Anarqueología-Foucault y la verdad como campo de batalla. Más allá de esto, el título de su España: Enclave de Libros Ediciones, 2018; 278 páginas. propia película A non history of 4 thought , propone una revisión del entendimiento de la historia a través 3. Fuente: http://www.vdrome. de la ciencia, algo casi de forma org/christoph-keller-anarcheology totalmente limitado al saber escrito, proponiendo una nueva forma de entendimiento que incluya el mundo vivo, de los sentidos y las sensacio- 4. Christoph Keller, película: A non history of thought. 2018. nes, del tiempo...

ANARQUEOLOGÍA MEDIAL

Siendo una de las bases más importantes y el principio que va a seguir toda la metodología del trabajo, cabe hacer una reflexión sobre el concepto de “Anarqueología”1. El vocablo apareció por primera vez en dos conferencias impartidas por el propio Michael Foucault en Paris, en las que explicaba su método de estudio. En dichas lecciones habla del término refiriéndose a una visión anárquica para el estudio que no acepte, o de alguna forma medite, sobre ciertos valores científicos asumidos como verdaderos directamente.

1.2CHRISTOPH KELLER . “A NON-HISTORY OF THOUGHT”. ANARCHEOLOGY, 2014

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

Esta línea de pensamiento implica la búsqueda de nuevos modos de estudio, una nueva forma de visión de los resultados y una actitud anárquica y revolucionaria de enfrentarse al proceso.

ANARQUEOLOGÍA

Si bien la Arqueología tiene como objetivo principal construir cronologías ó genealogías culturales de la historia, para así determinar los procesos culturales que subyacen en el comportamiento humano pasado y presente; la propuesta aquí pretende también poder preveer, diseñar o interpretar ciertos aspectos de estos comportamientos en el futuro, así como de la misma forma que Keller y los artistas contemporáneos, que los documentos de investigación supongan también una fuente de inspiración para el arte y una base para la creación, expandiendo las fronteras de estas “bases de datos”.

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

1.3REBECCA LILITH BATHORY. “ORPHANS OF TIME”. 2012-2017

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

ARQUEOLOGÍA & ARTE CONTEMPORÁNEOS El mundo se ha visto radicalmente transformado durante los últimos doscientos años, suponiendo para la historia la llegada del Antropoceno, una nueva era geológica. Si bien en arqueología tradicionalmente se estudiaron geologías del pasado lejano, con el vertiginoso cambio de época las geologías del pasado reciente se han vuelto objeto de estudio.

En estos estudios y en los de posteriores investigadores existe un interés particular por la estética6 ([aisthetikê], “sensación”, “percepción”, y este de [aísthesis], “sensación”, “sensibilidad”, e - [-icá], “relativo a”) en el sentido griego etimológico del término, es decir a cualquier cosa que afecte a nuestros sentidos, lo relacionado con la sensorialidad.

5. Victor Buchli; Gavin Lucas; Margaret Cox, Archeologies of the Contemporary Past. Lonndon: Routledge, 2001; 208 páginas.

6. RAE: Del lat. mod. aestheticus, y este del gr. αἰσθητικός aisthētikós ‘que se percibe por los sentidos’; la forma f., del lat. mod. aesthetica, y este del gr. [ἐπιστήμη] αἰσθητική [epistḗmē] aisthētikḗ ‘[conocimiento] que se adquiere por los sentidos’.

La arqueología contemporánea es una subdisciplina de la arqueología relativamente reciente, surgida en los años 70 en Estados Unidos pero que explotó y despegó en el año 2001 gracias al libro Archeologies of the Contemporary Past”5 de Victor Buchli, Gavin Lucas y Margaret Cox. En él se ofrece una nueva visión de lo que normalmente se entiende como un método de estudiar el lejano pasado pero en la actualidad. Con este acto se revelan nuevas maneras de mirarnos tanto a nosotros mismos y a la sociedad moderna, como a la ciencia de la arqueología. El libro expone y estudia dicha disciplina en una serie de contextos: desde el Art Deco, los vertederos, huelgas de mineros, fraternidades universitarias y un inmueble abandonado.

ARQUEOL. ART. CONTEMPORANEOS

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

Los arqueólogos como tal no crean cosas, las documentan, tratan de mostrar la realidad tal y como se la encuentran. Esta versión literal de La arqueología contemporánea tiene una relación muy estrecha con las cosas es la que utilizan los artistas para construir metáforas, sin el arte contemporáneo. Ambas se preguntan como se puede describir embargo, los arqueólogos no neceel mundo en el que vivimos, en esta sitan crear instalaciones en las que se acumulan geologías en exceso, nueva realidad tan distinta a la de otros periodos históricos; así como si no que la realidad es así, excesiva; por lo tanto y aunque de forma de que forma sería posible reindistinta, ambos ayudan a visualizar ventarlo, preocupándose tanto del el mundo actual. pasado y presente, pero también En esta línea cabe destacar el tradel futuro. El punto de conexión más fuerte entre las dos disciplinas bajo de Alfredo González Ruibal en Etiopía8, en el que se documentan está en la materialidad (lo material los excesos de los vestigios de un y tangible), donde ambas inciden pasado reciente, como es el de las particularmente. Algunos de estos ruinas de la modernidad y los restos aspectos del mundo contemporáneo tienen que ver con el exceso, la del final abrupto del experimento comunista en esta región, donde repetición, las ruinas, las texturas, se intentó hacer pasar un país terlos fragmentos, los deshechos y la 7. Alfredo Gonzalez Ruibal, conferencia “Antropoceno, arte y abyección7. cermundista socialmente preindusarqueología”. VIII Curso de introtrial, a un país avanzado en tan solo ducción al arte contemporáneo. POST-ARCADIA. Murcia, 2 de Una de las cuestiones más eviden- veinte años por la vía soviética. Tras mayo 2018. los sucesos que llevaron al final del tes en el arte y la arqueología contemporánea es la preocupación por comunismo, en tan solo dos meses el exceso, la cual parece obvia en la todo el proyecto se hundió, dejando todo en ruinas: un paisaje del 8. Alfredo Gonzalez Ruibal, confe- época actual del Antropoceno. Vivirencia “Antropoceno... , 2018. mos en una era donde en el mundo exceso. hay demasiados elementos, dema9 siada gente, demasiados elementos El mundo hipermoderno se caracteriza no solo por una sobreabunquímicos, todo es excesivo. Ejemdancia de materia, sino también por 9. Término que Giller Lipovetsky plo de ello son las obras de Andreas define en su obra escrita junto a su carácter repetitivo. La repetición Sébastien Charles Los tiempos hiper- Gursky, en las que se manifiesta la es la característica de la contempomodernos; como “una nueva época sobreabundancia y los problemas posterior a la era posmoderna y caraneidad que no se encuentra de la racterizada por el hiperconsumo.” de consumo actuales, pero con una misma forma en otros periodos. visión atractiva.

1.4ANDREAS GURSKY. AMAZON. 2016. SPRÜTH MAGERS

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

Un ejemplo muy claro de ello es el carácter seriado de la producción industrial, muy bien documentado por los hermanos Hilla y Bernd Becher en sus series fotográficas “Typologies of Industrial Buildings”10, pero también por Andy

Ambos trabajos, aunque de forma involuntaria pero conjunta, revelan por un lado la fuerza poética de esta repetición, pero también el carácter seriado y repetitivo de nuestro mundo contemporáneo. Tanto es así, que esta característica se ha convertido en un recurso estético predominante del arte actual, de un mundo en el cual todo se repite. Al igual que los artistas, los arqueólogos también estudian esta cualidad del planeta. En su caso, William Caraher analiza en sus estudios de arquitecturas temporales para campamentos de refugiados, cómo estos espacios efímeros responden a la misma lógica seriada que el resto de la producción industrial.

10. Hilla Becher; Bernd Becher, Tipologies of Industrial buildings. Cambridge: MIT Press Ltd, 2004; 228 páginas.

1.5HILLA & BERND BECHER. “TYPOLOGIES OF INDUSTRIAL BUILDINGS”. 1977.

Warhol y otros muchísimos artistas contemporáneos, que utilizan el tropo de la anáfora o repetición contínua para sus composiciones. 1.6WILLIAM CARAHER. “MAN CAMPS ON NORTH DAKOTA. A HUMANITIES STUDY GUIDE”. 2015.

1.5ANDY WARHOL. “GREEN COCA COLA BOTTLES”. 1995.

ARQUEOL. ART. CONTEMPORANEOS

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

Las Ruinas son también una de las figuras más recurrentes, tanto en el arte contemporáneo como en el cine y los videojuegos, un reflejo de un mundo en destrucción y decadencia de la forma de vivir humana, que se ve amenazado constante por nuestra propia existencia y estilo de vida. Todo esto nos ha llevado a desarrollar una cierta sensibilidad hacia el concepto, muy bien reflejado en al campo de la fotografía documental de Simon Norfolk.

11. Jeff Chapman, conocido como Ninjalicious fue un explorador urbano y el creador del término en 1996. 1.7 SIMON NORFOLK. “AFGANISTAN: CHRONOCOPIA”. 2002

12. Bella Tarr, película: The Turin horse. Hungría, 2012.

El arte de las ruinas consigue revelar realidades a través de esta cultura de decadencia; imágenes tanto de arquitecturas como de otros artefactos. Muchas veces estos espacios en ruinas son capaces de dar evidencias que tal vez no eran tan claras cuando se encontraban

en uso o funcionamiento. A nivel popular han surgido prácticas como el Urbex11, la exploración urbana de sitios abandonados y cerrados.

1.8REBECCA LILITH BATHORY. “ORPHANS OF TIME”. 2012-2017

Otro elemento común entre el arte y la arqueología contemporánea es la fascinación por las texturas de la cultura material. Durante muchos años las ciencias sociales se interesaron por los significados de las cosas: la semiótica. Esta, en el último periodo se ha completado con la adición de un interés por los objetos mismos, sus características sensoriales, sus texturas y la superficie misma del objeto. Todo este nuevo interés es compartido también por el arte material, y el cine, como por ejemplo en El caballo de Turín12, de Béla Tarr, una

1.9BÉLLA TARR. “THE TURIN HORSE”. 2012.

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

oda a las texturas preindustriales, orgánicas y una nostalgia al mundo que estamos perdiendo para dar paso a uno de superficies sintéticas, industriales, homogéneas. Esta añoranza es también palpable en obras como las de las hermanas Wilson, donde la metáfora de la modernidad desquiciada es evidente, una arquitectura moderna hiperbrutalista y funcionalista, pero que con el abandono y el paso del tiempo empieza a corroerse, cubriéndose paulatinamente del mundo natural salvaje. Se produce una fascinación por esta superficie en proceso de corroerse, donde la modernidad se pone en tela de juicio por la naturaleza, y esta empieza poco a poco a apoderarse de espacios que un día parecieron refractarios a ella.

les que puedan revelar este carácter único de los objetos. Otro elemento básico más de la arqueología son los fragmentos, trozos que un día conformaban un todo único. Este carácter fragmentario también se encuentra muy presente en el arte e incluso en la filosofía, como un espejismo de nuestro mundo. Hoy en día es imposible aprender la totalidad de las cosas y la realidad cada vez es mas dispersa, un hecho estrechamente conectado con el estado de ruina, decadencia o destrucción que marca esta época. Un ejemplo muy

1.11ANDREI TARKOVSKI. “STALKER”. 1979.

interesante es la obra de Andrei Tarkovski, en la que los fragmentos y objetos aislados se conectan de formas poco comprensibles (concepto de Parataxis) de la misma for1.10JANE & LOUISE WILSON. 2012 ma que lo hacen en la arqueología. En resumen, a lo largo de la era del Tarkovski a través de esta yuxtapoAntropoceno se han ido desarrosición de trozos y elementos que no llando ciertas sensibilidades por las tenián relación para nosotros antecaracterísticas sensoriales de los riormente a esta acción, manifiesta objetos y su materialidad. Ha surgi- memorias, sueños o recuerdos de do un afán por mostrar la realidad la infancia; de la misma forma que tal y como es, sin atender tanto a las un arqueólogo busca reconstruir el historias detrás de los objetos, pero mundo a través de los fragmentos sí fijándose en el carácter material, que encuentra. buscando crear epifanías materia-

ARQUEOL. ART. CONTEMPORANEOS

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

Desde la arqueología contemporánea, una investigación extraordinaria es también la de Maryam Dezhamkhooy junto a Leila Papoli desarrollada en Irán13, en la ciudad

1.12MARYAM DEZHAMKHOOY. LEILA PAPOLI. BAM. 2014.

de Bam. Tras el encargo recibido de documentar la ciudad, decidieron estudiar no solo los efectos del maremoto sobre el casco histórico, si no también las vidas de las personas que la habitaban y que murieron en la catástrofe. Varias casas que habían quedado destruidas fueron excavadas, reconstruyendo las vidas de quienes vivían ahí a través de los fragmentos. Las historias son contraintuitivas: se documentó la 13. Yazdi L.P., Garazhian O., vida de una transexual, algo que va Dezhamkhooy M., Bam: Archaeological and Social Investigations after the mucho más allá de lo que llegaría Earthquake. Encyclopedia of Global Archaeology. Springer, New York. un estudio etnográfico o socioló2014. gico, y más aún en una sociedad como la iraní. Aquí la arqueología nos permite acercarnos a través de los fragmen-

tos a unos modos de vida marginados y desconocidos, pero siendo historias siempre incompletas, fragmentos de sus vidas. Al igual que con las texturas, dichos fragmentos no son solo un mero camino hacia la búsqueda de historias o memorias, si no que como es el caso del cine de Tarkovski, en estas yuxtaposiciones y parataxis que ofrece el director, el espectador no construye historias coherentes, narrativamente sintácticas, si no que son historias yuxtapuestas, manifestaciones paratácticas, catacresis, y esto es lo que mejor se documenta arqueológicamente. Todo esto se encuentra muy bien ejemplificado por Bjornar Olsen en su tra-

1.13BJORNAR OLSEN RUSIA. 2017.

bajo sobre los poblados abandadonados en el norte de Rusia, donde si bien los fragmentos no cuentan relatos con principio, desarrollo y desenlace de la época soviética en el lugar, sí que revelan partes de su historia. A través de los fragmentos podemos acercarnos a algo, de carácter inefable, que tal vez no se transforma directamente en una narrativa. Otro trabajo en esta línea

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

vuelve a ser el de Alfredo Gonzalez Ruibal, pero esta vez en el poblado de Belchite, destruido y abandonado durante la Guerra Civil14. Aquí los fragmentos vuelven a no permitir construir ninguna historia en concreto, están todos mezclados, restos desde la época romana hasta el propio periodo de pos-guerra, pasando los años 30, 70 y el propio conflicto bélico. Sin embargo, la historia como tal es propiamente una yuxtaposición, indicándonos cómo funciona el mundo contemporáneo: una mezcla de distintos fragmentos y objetos de épocas y sociedades diferentes, más que una historia narrativa concreta. La imagen sueprior es la historia del siglo XX en España.

la sociedad de consumo, siempre existe un deseo estético muy potente de convertir la basura en algo bello, lo cual es problemático. Esta estetización de la Basura ha sido también trabajada por la arqueóloga Þóra Pétursdóttir, la cual trabaja con la idea de la deriva que arrastra las basuras del mar hasta las playas de Islandia, Noruega o el Norte de Rusia. Sus imágenes de estas ruinas manifiestan muy bien el mundo en el que vivimos, con esta mezcla de lo natural y artificial. La naturaleza y la cultura casi se convierte en un todo indisoluble, sin embargo, esta potencia visual de las imágenes acaba haciendo ver este problema como algo peligrosamente fascinante.

1.14ALFREDO GONZALEZ RUIBAL. “ARQUEOLOGÍA DE LA BATALLA DE BELCHITE”. 2015.

1.15ÞÓRA PÉTURSDÓTTIR. “THE MATTER OF ARCHEOLOGICAL THEORIZING”. 2017.

De forma prácticamente directa está la cuestión del deshecho, muchísimos artistas se han dedicado al arte con la basura. Desde las vanguardias hasta la actualidad, la basura va directamente relacionada con la cultura del exceso ya mencionada. El deshecho comienza a controlarnos a nosotros, incluso detrás de las propuestas más críticas con

ARQUEOL. ART. CONTEMPORANEOS

29 14. Alfredo Gonzalez Ruibal, Arqueología de la Batalla de Belchite. Campaña 2014. CSIC. 2015. http://hdl.handle. net/10261/114184

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

Otros trabajos con una postura más críticas son los de Jason de Leon, que estudia los rastros de desechos que dejan los inmigrantes ilegales en el sur de EEUU. Este paso genera paisajes alternativos y marginados, que a los propios inmigrantes sirven para orientarse en espacios tan hostiles y extraños.

El último tema a tratar sería el de la abyección, un tema favorito de los artistas contemporáneos. Muchas veces se manifiesta como una provocación, como la “Merde d’Artiste” de Piero Manzioni, vendida por doscientos mil euros.

1.16JASON DE LEON. “INMIGRATION ARCHEOLOGY”. 2018. 1.17PIERO MANZONI. “MERDE D’ ARTISTE”. 1961.

La mayoría del arte de la abyección tiene que ver con el cuerpo humano y los procesos orgánicos, como por ejemplo las obras de Jake y Dinos Chapman.

1.18JAKE & DINOS CHAPMAN. “RETURN OF THE REPRESSED”. 1997-2007.

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

En la arqueología del estudio del siglo XX y XXI se encuentra la abyección se quiera o no. Tanto en la basura como en la excavación de fosas comunes o campos de batallas, un arqueólogo no necesita manipular nada para crear estos parajes, se los encuentra directamente mutilados, machacados, rotos por las operaciones y la violencia de la hipermodernidad.

La abyección no se queda aquí, si no que puede acabar construyendo paisajes enteros como en el caso de las actividades ilegales de madereros en el Amazonas; abyecto por doble partida. Por un lado, por esta desacralización y muerte de la naturaleza de forma salvaje por las actividades; pero al mismo tiempo existe la abyección de las propias condiciones de vida de estas personas, obligadas a vivir durante meses en unas condiciones de vida penosas.

1.19MARIO MODESTO MATA. BURGOS, 2018.

1.20MINISTERIO PÚBLICO. PERÚ, 2020.

ARQUEOL. ART. CONTEMPORANEOS

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

1.21CATEDRAL DE JUSTO GALLEGO. MEJORADA DEL CAMPO. 2021

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

MEDIA - GEOLOGÍA DE LO MEDIAL En el sentido etimológico de la palabra, media es la forma plural de “medium [ˈmiːdɪəm]”15, vocablo del latín cuyo significado es intermedio, medio o centro, y a lo largo de la historia ha ido adquiriendo diferentes connotaciones y significados, y paulatinamente cargándose de información (nunca mejor dicho). Inicialmente el término fue adoptado por la Lógica para el silogismo o por los matemáticos para la aritmética en la época clásica. Posteriormente, ya en el siglo XVI, se utilizó para referirse a las formas de afectar o convertir algo y ya a mediados del S. XVIII el término comenzó a expandirse y a adquirir muchas connotaciones. Desde la referencia a las personas que conectaban nuestro mundo con el de los muertos, pasando por lo referido a un instrumento de transacción comercial; hasta referirse al telegrama, teléfono, correo postal, periódicos, radios, películas… El punto en común de todos sus significados es el entendimiento del término como un puente o método para relacionar dos o más conceptos que no tienen una conexión de forma directa o literal y necesitan de un “médium” para establecer relación. De esta forma se crea una extensión y la posibilidad relacionar diferentes

campos o disciplinas entre sí. El objetivo es ampliar el conocimiento y producir conexiones recíprocas de ida y vuelta entre los elementos relacionados, ofreciendo una visón diferente a la que puede dar el estudio de los elementos o conceptos de forma aislada. Si bien se ha visto que el término tiene infinidad de significados, el más certero en relación a esta investigación sería el del “conjunto de medios e instrumentos de comunicación con la capacidad de almacenar y distribuir o entregar información o datos”16. Aún mas concretamente, el concepto de media al que nos referiremos será a la información que es capaz de incorporar y almacenar una geología a lo largo del tiempo en sí misma. Esta información puede ser mucho más clara visible y directa, o por el contrario que necesite de una investigación mas profunda y dependiendo de lo que se quiera obtener de ella requiera de otras disciplinas para extraerla.

MEDIA -GEOLOGÍA DE LO MEDIAL

33 15. Fuente: https://www.macmillandictionaryblog.com/media

16. Definición propia a partir de la reflexión del concepto media.

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

1.22SUSAN SCHUPPLI. “LEARNING FROM ICE”. GLACIAR ATHABASCA. CANADA. 2019

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

El estudio de lo medial está estrechamente relacionado con la disciplina de la Geología. Todo lo que es capaz de almacenar o transmitir información está compuesto por materia, y dicha materia no deja de ser una realidad física compuesta por diferentes elementos investigable por la geología. Es importante entender que la información con la que cargan estas geologías se puede presentar de una forma tan clara y antropocéntrica para el ser humano como es el caso de una noticia escrita en un periódico que cuenta un suceso determinado (papel+tinta: geologías, suceso: información), o puede encontrarse oculta o encriptada en lenguajes no humanos, siendo entonces necesarias otras disciplinas para su extracción. Como ejemplo más claro de esto encontramos el trabajo de Susan Schuppli “Learning from Ice”17,el cual se basa en la extracción de bloques o testigos de hielo en el Ártico con un objetivo de exploración tan grande que abarca desde la propia glaciología hasta las tradiciones indígenas, políticas, leyes… de las personas que hace muchos años habitaron el lugar. Todo ello sujeto a las condiciones materiales que el hielo ha mantenido intactas durante siglos y milenios. El tipo de información por lo tanto que se puede obtener de las geologías abarca muchísimos campos,

escalas y tiempos, por lo que es necesario acotar. Si nos ceñimos a la disciplina de la arquitectura como tal, el producto de ésta (el objeto arquitectónico geológicamente hablando) no es más que un conjunto de geologías dispuestas de una determinada forma con el objetivo de expresarse o cumplir una función. Pero al fin y al cabo geologías. Ahondando más en ellas mismas y a parte de la información directa que nos pueden dar su forma, materialidad y color, con un ejercicio de abstracción y salida de la visión antropocéntrica, las arquitecturas no dejan de ser nuevos ensamblajes de territorios. Partes de mundo más grandes o pequeñas, pero geologías procedentes de un lugar determinado. Dichas geologías (materia – media) son a su vez geografías (datos-información), y además han sido creadas mediante diferentes conformaciones geológicas u otras naturales a lo largo de los años. La geología (materia-media) incorpora fechas y diferentes procesos de conformación natural (datos-información) en su propia materialidad. Charles Lylell en su libro Principles of Geology18, da una de las primeras definiciones de la disciplina: “La geología es la ciencia que investiga los sucesivos cambios que han tenido lugar en los reinos orgánico e inorgánico de la naturaleza; indaga las causas de estos cambios y en influjo que han ejercido en la modifi-

MEDIA -GEOLOGÍA DE LO MEDIAL

35 17. Sussan Schupli, “Learning from Ice”. Glaciar Athabasca, Canadá, 2019.

18. Charles Lyllel, Principles of Geology. Reino Unido, 1830.

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

1.23PATRICK GUEDDES. “VALLEY SECTION”. 1909

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

cación de la superficie y la estructura externa del planeta”. Estas geologías por otra parte, para integrarse en el proceso de la arquitectura han sido transformadas por el ser humano mediante diferentes técnicas con las que se conformaran los elementos de la arquitectura19. Estas técnicas proceden del saber humano adquirido por la práctica del ejercicio, algo creado a partir de muchos años de evolución del oficio que ejercen (extracción, procesos de transformación, transporte, construcción, efecto en el edificio, demolición, deshecho y descomposición). Otra vez las geologías (materia-media) son un testimonio de la historia del oficio (datos-información). Es así como la arquitectura supone un objeto de investigación muy rico en cuanto a información; dicha arquitectura como tal se convierte en media, médium, de infinitos datos e información del mundo y de la historia. Una genealogía material. Estas geologías llevan consigo la memoria geológica del planeta y además, guardarán esta información durante muchísimos años en el futuro, perdurando más allá del ser humano; un tiempo y espacio longevos, profundos y amplios.

exterior, Jussi Parikka en su libro Geology of Media20 habla de “El mundo del pensamiento, los sentidos, la sensación, la percepción, las costumbres, las prácticas, los hábitos, la humanización no carece de relación con el mundo de los estratos geológicos, los climas, la Tierra y las enormes duraciones del cambio que parecen burlar las escalas temporales de nuestros pequeños asuntos”; algo muy bien representado en la Sección del Valle de Gueddes. Menciona también que “Lo más mundano es producido a través de una mezcla del submundo arcaico y el sofisticado proceso científico”. Otra vez las geologías llevan implícitas la memoria de su propia materialidad. Entendiendo la arquitectura como un evento social político material y medial, si bien los estándares humanos son demasiado estrechos para llegar a comprender lo vasto de la expansión natural en tiempo y espacio de la disciplina, y lo que ella misma conlleva y arrastra; la arquitectura supone un punto donde confluye lo natural y lo humano. El “médium” del que se habló al principio para la obtención del conocimiento y una vía de estudio muy rica.

La materia (media), crea un contínuo entre lo subterráneo, lo superficial terrestre, lo aéreo y lo espacial

MEDIA -GEOLOGÍA DE LO MEDIAL

37 19. Rem Koolhaas, Elements of Architecture. Editorial Taschen, 2018. 2600 páginas.

20. Jussi Parikka, Geology of Media. University of Minnesota Press, 2015. 224 páginas.

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

1.24WALTER BENJAMIN. “THE ARCADES PROJECT”. PASSAGES COUVERTS, PARIS. 1940

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

A este punto la arquitectura se puede ver como una especie de cadáver exquisito de fechas, eras, oficios, procesos, historias, conocimientos, colores, materialidades… Un trabajo acorde tanto con esta visión como con la de la arqueología y el arte contemporáneos del capítulo anterior, es el del Walter Benjamin en su trabajo The Arcades Project21. En ellos analizaba los fragmentos, ruinas, materialidades y deshechos, siendo su principal preocupación “la relación de la obra de arte con la vida histórica”6, reconociendo el contínuo de todo lo existente como viviente (concepto “unmensch” o “in-humano”)22.

39 21. Walter Benjamin, The Arcades Project. Paris, 1940.

Walter recogía objetos deteriorados de épocas pasadas para estudiar el imaginario cultural, dejando de dar por sentado lo que hoy es considerado como “deshecho” o “basura” (de la misma forma que Justo aplicó a su manera, entendiendo dicho desecho como el recurso principal de su obra). Jussi Parikka por su parte en su libro habla de los medios y residuos como únicos monumentos dejados por el humano tras su paso por el mundo.

MEDIA -GEOLOGÍA DE LO MEDIAL

22. Fuente: Jussi Parikka, Geology of Media. University of Minnesota Press, 2015. Página 15.

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

1.25CLON DIGITAL. CATEDRAL DE JUSTO GALLEGO. 2021

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

-ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

CLON / GEMELO DIGITAL El presente trabajo pretende encontrar las potencialidades del gemelo digital en la arquitectura, con el objetivo de crear un clon que sea algo similar a una base de datos. El clon digital, es “un modelo de unión del mundo físico con el virtual a través de una plataforma informática, cuyo objetivo es poder obtener toda la información posible del objeto clonado” 23, además de volverlo imperecedero. Esta tecnología esta altamente implementada en la automoción, la industria y la aviación, pero aún poco investigada y desarrollada en el mundo de la arquitectura.

proyectos desde una escala mínima doméstica, hasta una urbana o paisajística.

41 23. Juan Cañada Escorihuela, “Gemelo Digital”. Tésis Fin de Master, MPAA9, UPM-ETSAM, 2020.

Dicho clon busca un mayor entendimiento de la información existente en el objeto clonado (un objeto, un espacio, un ecosistema…) para universos muy diversos entre sí como podrían ser por ejemplo el arte o los proyectos forestales, donde se busca un mayor aprovechamiento de los recursos naturales.

La metodología de trabajo del Clon digital busca ampliar e invertir los modos de mirar a un proyecto, partiendo inicialmente de la premisa de Uno de los objetivos aquí, es buscar recolección de datos reales, actuales y medidos, para una aplicación que la arquitectura y sus compoposterior, y no de un consumo de nentes, sean realmente gemelos datos ya mediados y generalizados de la realidad, y no una simple para después aplicarlos a un caso representación. Los documentos particular y obviamente no estanactuales sobre los que se elabora la arquitectura (plantas, secciones, darizado. Esta vuelta de tuerca hace posible la resolución de los axonometrías, fotomontajes…) esproblemas e incongruencias que tán basados en procesos de absgeneran dicha generalización de tracción muy grandes que muchas veces no coinciden con lo existente información. El objetivo final sería que a través del gemelo digital, el y que además carecen de cualquier porción de la realidad, siendo proyectista pueda tomar decisiones basadas en datos reales, y no como únicamente, como bien mencioné comúnmente se hace, a partir de antes, una mera representación de lo que estudian. La construcción de intuiciones y experiencias. este gemelo digital podría abarcar

CLON / GEMELO DIGITAL

ANARQUEOLOGÍA MEDIAL

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

METODOLOGÍA PRÁCTICA

CAPÍTULO 2

0.-INTRODUCCIÓN

2.1PABLO HERNANDO DEL AMO. “ORQUÍDEA”. POINT CLOUD. 2021

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

FOTOGRAMETRÍA

Según la American Society for Photogrammetry and Remote Sensing (ASPRS): “La fotogrametría es el arte, ciencia y tecnología para la obtención de medidas fiables de objetos físicos y su entorno, a través de la grabación, medida e interpre-

FOTOGRAMETRÍA

tación de imágenes y patrones de energía electromagnética radiante y otros fenómenos”1, una definicón muy acorde con la conformación de la palabra por los términos “fotograma” (“phos”, “photós”, la luz, y “gramma” (de trazado o dibujo) y “Metrón” (de medir)2. Esta tecnología se basa en la toma y recolección de decenas, centenares e incluso miles de fotos (dependiendo del tamaño y precisión deseada) desde diferentes ángulos y posiciones del objeto de investigación. Estas fotografías además, han de ser tomadas con un “área de solape” entre ellas, esto es que cada fotografía debe, al menos con otra, coincidir en un 60% de la imagen (se considera el 60% como el porcentaje óptimo de solape). Con una sola fotografía se adquiere un informe en dos dimensiones de la cosa, sin embargo, al añadir otra o más imágenes con el solape mencionado anteriormente, se produce la estereoscopía, o lo que es lo mismo, un modelo 3D de la cosa. Para la conformación de este modelo en tres dimensiones, el principio sobre el que se basa el software es básicamente desgranar la realidad en partes más pequeñas, para

1. Fuente: https://www.asprs.org/

2. Fuente: https://es.wikipedia. org/wiki/Fotogrametr%C3%ADa

METODOLOGÍA PRÁCTICA

En el anterior capítulo se habló del clon digital como un gemelo virtual de algo exisente, que consiste en una base de datos, de la cual se conocen diferentes parámetros exactos de la realidad. Esta base de datos puede ser más o menos compleja y orientada a diferentes aspectos, que dependerán de la información que se quiera extraer. En este caso y debido al caso de estudio y al objeto de la investigación, era necesario un doble que por un lado nos permitiese diferenciar la identidad del “médium” (media-materia) propio, y por el otro las condiciones de su materialidad desde la visión del arte y arqueología contemporáneas (datos-información). Cabe destacar que en este punto se produce una reducción de información intencionada y se creará un clon con una serie de datos determinados. La tecnología que se elige para capturar dicha información es la de la Fotogrametría, dentro de un abanico muy amplio de opciones.

2.2CATEDRAL DE JUSTO GALLEGO. MEJORADA DEL CAMPO. 2021

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

así poder computarla, osea se en píxeles. El “Pixel”, según el profesor Christophe Girot de la Universidad ETH de Zurich, es “la unidad más pequeña visible en una imagen o pantalla digital”3, y la información que este contendrá está basada por un lado en el sistema GPS de coordenadas (X,Y,Z) que representan latitud, longitud y elevación, y por el otro en un código de color. La precisión de estos píxeles se encuentra entre la escala micrométrica y milimétrica, y si bien un pixel aislado no es nada, la concatenación de estos crea una realidad mucho más compleja denominada “Nube de puntos”, con la que ya se obtiene una imagen tridimensional que conforma la textura y colores precisos del modelo, y con la que posteriormente se obtendrá la malla de superficie.

FOTOGRAMETRÍA

A continuación se explicará el proceso fotogramétrico:

1.-TOMA DE FOTOGRAFÍAS Una vez en Mejorada y ya en el interior de la catedral, debido al gran tamaño de esta y al interés de la investigación, se deciden realizar tomas fotogramétricas de distintos espacios, estancias e incluso de algunos elementos en concreto de forma separada para así poder obtener el máximo detalle. Para las fotografías se utiliza una Cámara Réflex Nikon D3200 y un IPhone 8 Plus. Ya en un punto determinado de la catedral elegido para la investigación, primero se realizan varias pruebas de fotografía con el objetivo de determinar la apertura focal de la cámara, interesan fotografías lo mejor iluminadas posible con luz indirecta y con bajos contrastes (zonas en sombra bien iluminadas y zonas de luz calmadas, sin reflexiones brillos o destellos). Para el conjunto de todas las tomas fotogramétricas realizadas, la apertura ha variado desde los interiores más oscuros donde se utilizó 1/8, hasta los exteriores muy iluminados que fue de 1/2000. Dependiendo del objeto de estudio de cada fotogrametría, su tamaño y detalle, se han realizado modelos con 80 imágenes y modelos con mas de 900 imágenes. El trabajo total en su conjunto cuenta con un total de más de 12.000 fotografías.

47 3. Christophe Girot, “Point Cloud modeling the Alpine Landscape”. TEDxZurich, 2017. https://www.youtube.com/watch?v=REfBWEJh1rk&t=292s

METODOLOGÍA PRÁCTICA

0.-INTRODUCCIÓN

2.3FOTOGRAFÍAS. GEMELO DIGITAL ARCILLA. 2021

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

2.- REVISIÓN Y SELECCIÓN DE FOTOGRAFÍAS:

FOTOGRAMETRÍA

METODOLOGÍA PRÁCTICA

Realizadas todas las fotografías deseadas del objeto en cuestión, es necesario que tras su paso al ordenador, sean revisadas para eliminar aquellas que o bien tengan algo de movimiento, o incida la luz de tal manera que cambia toda la iluminación de la imagen y por tanto los colores de esta, siendo entonces una imagen con unos códigos de color diferentes al resto que carecerá de puntos en común y que puede provocar errores en el proceso.

2.4OPCIONES PROCESAMIENTO INICIAL. PIX4D-MAPPER. 2021

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

SOFTWARE: PIX4D-MAPPER El levantamiento del modelo fotogramétrico se realizará a través del programa Pix4Dmapper4, software profesional utilizado tanto para la conformación de modelos 3D como para el mapeo con drones. El primer paso será la inclusión de las imágenes revisadas y seleccionadas anteriormente al programa, una vez hecho esto, el programa requerirá elegir un sistema de coordenadas (“World Geodesic System 1984 – WGS 84 – egm96” por defecto) en el caso de que interesase georreferenciar el modelo. Posteriormente y como último paso inicial, se escogerá la plantilla de procesamiento entre: Mapas 3D, Modelos 3D, Ag Multispectral, Ag Cámara modificada y Ag RGB. Cada una de ellas está orientada a un tipo de resultados específicos e información diferentes. En este caso se elegirá la plantilla de Modelos 3D ya que es la que mas se ajusta a las necesidades y resultados deseados para investigación. Después de establecer los parámetros iniciales, es necesario determinar las opciones de procesamiento, dividas en dos, por un lado las opciones de procesamiento inicial y por el otro las de la nube de puntos y la malla.

PIX4D-MAPPER

En las de procesamiento inicial permite tanto elegir la escala de los puntos clave o “Keypoints” en comparación con el tamaño de la fotografía (completo, rápido o personalizado), como seleccionar aquello que se desea ver en el informe de cualidad o “Quality Report”, dando la opción de generar un DSM y un Ortomosaico. Estas opciones componen el Paso 1 del procesamiento. En el otro bloque del procesamiento están las opciones de la nube de puntos y de la malla texturizada tridimensional que se generarán en el segundo paso. La primera pestaña está dedicada a la “Point Cloud” y contiene cuatro secciones, permitiendo definir los parámetros de densidad de la nube mediante la escala de la imagen, la densidad de puntos de la nube, el número mínimo de veces que ha de coincidir un punto 3D en las imágenes para ser computado, y el formatos de exportación deseado (LAS, LAZ, PLY y XYZ). Las opciones de la segunda pestaña son las de la malla texturizada tridimensional, formada a partir de triangulaciones entre los puntos de la nube, con tres partes: generar o no la malla 3D, la calidad de resolución de esta, y los formatos de salida de la malla (PLY, FBX, DXF y OBJ)

51 4. Pix4D: https://www.pix4d. com/es

METODOLOGÍA PRÁCTICA

0.-INTRODUCCIÓN

2.5RAYCLOUD. TIE POINTS. RAYS. CAMERAS. ARCILLA. 2021

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

Una vez determinados todos estos parámetros, es posible iniciar el procesamiento que en este caso tendrá dieciocho pasos con sus respectivos sub-pasos, los primeros ocho son para generar el procesamiento inicial y los diez restantes para la nube y la malla. Dependiendo del número de fotografías y de los parámetros y calidad seleccionados, la duración del procesamiento puede variar de entre unos treinta minutos, hasta proyectos de veinticuatro horas e incluso más. Cuando el procesamiento inicial acaba (8/18) se desplega la RayCloud, que es el viewport de Pix4D, este a diferencia de otros software incorpora la capacidad de trabajar tanto con las fotografías 2D iniciales como con con el modelo 3D creadoy según sus creadores “La reconstrucción 3D se deriva de la intersección de innumerables rayos, cada uno de los cuales se proyecta hacia el espacio desde las imágenes originales, creando así una nube de rayos”5, haciendo clic sobre uno de los puntos 3D o píxeles de la nube se pueden ver las imágenes que que reconstruyen dicho punto, cada fotografía que contenga al punto se unirá a él con un rayo.

PIX4D-MAPPER

Los resultado iniciales son: el conjunto de todas las fotografías utilizadas para la fotogrametría, mostrando el punto desde el que fueron tomadas y la orientación de estas (“Cameras”); los rayos que reconstruirán la “realidad”, saliendo de las imágenes hacia el espacio (“Rays”); y la nube de puntos dispersa, formada por los “Tie Points”, según Pix4D “son puntos 3D detectados y relacionados automáticamente con una fotografía y utilizados para computar la posición 3D en el espacio (Estos puntos se distribuyen por la rayCloud al término del procesamiento inicial, sin embargo solo los mejores son proyectados, generando por tanto una nube de puntos poca densa, llamada “Nube de puntos dispersos”).

53 5. Fuente: https://www.pix4d. com/blog/raycloud-power-understanding-photogrammetry

METODOLOGÍA PRÁCTICA

0.-INTRODUCCIÓN

2.6DENSIFIED POINT CLOUD. ARCILLA. 2021

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

Cuando el procesamiento llega a su fin y se completan los dieciocho pasos (18/18), se habrá conformado la nube de puntos densificada “densified point cloud”, el conjunto total de puntos construidos en la rayCloud, los “datos” que este media (puntos) incorpora son sus posiciones X,Y,Z en el espacio y su código de color, se construyen a partir de la nube de puntos dispersa, siendo esta última los puntos mejor geolocalizados y que han servido de anclaje a todos los demás.

PIX4D-MAPPER

A parte de esta nube de puntos se mostrará también la malla de la superficie texturizada, esta reconstruye a partir de triangulaciones entre los puntos de la nube, cuanto más densa sea esta más detallada será la superficie. Esta malla es la construcción de la realidad formal fotogrametriada (media), constando de vértices, aristas, caras y la textura de las fotografías proyectadas sobre ella (datos).

METODOLOGÍA PRÁCTICA

0.-INTRODUCCIÓN

2.7QUALITY REPORT. ARCILLA. 2021

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

A parte de estos cinco resultados principales, se generará en primer lugar un informe de cualidad o “Quality report”, en el que se desglosa la información procesada y los resultados obtenidos. Los datos ofrecidos más importantes son: tiempo de de procesamiento inicial,

PIX4D-MAPPER

el número de imágenes y puntos clave por cada una, el ortomosaico y la malla digital dispersa del modelo, el numero de imágenes superpuestas para la reconstrucción y la calidad de esto, los puntos 3D salidos de las conexiones entre los puntos clave 2D y el número de fotografías compartidas por punto, la reconstrucción del posicionamiento y recorrido de la cámara en el espacio y los detalles de la nube de puntos densificada.

METODOLOGÍA PRÁCTICA

0.-INTRODUCCIÓN

2.8TEXTURE. ARCILLA. 2021

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

PIX4D-MAPPER

METODOLOGÍA PRÁCTICA

En segundo lugar y como segundo sub-resultado, el programa conformará el mapa de texturas del modelo en formato .jpg, compuesto a partir del cómputo general de todas las imágenes seleccionadas para la fotogrametría. Este archivo va a ser el que el software utilizará para generar y proyectar la textura de la malla de superficie.

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

CAPÍTULO 3

0.-INTRODUCCIÓN

3.0.1GEORG HAINZ. “TREASURE CHEST”. 1666

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

WUNDERKAMMER Michael Kimmelman1: “Los Kunst und Wunderkammern empezaron a proliferar aproximadamente en el s. XVI, como resultado de la curiosidad humanista, los adelantos tecnológicos en cuestiones como la óptica y la ingeniería, un reavivamiento del interés en textos antiguos dedicados a lo maravilloso y la exploración global que expuso a Europa a lo que parecía un extraño mundo nuevo. Además, un sistema bancario más sofisticado facilitó el intercambio de objetos raros y preciosos. Los imperios comerciales, como el holandés y veneciano, fomentaron y lanzaron al mundo a coleccionistas ricos en busca de los objetos más maravillosos. El asombro se entendió en los siglos XVI y XVII como un estado intermedio entre la ignorancia y el conocimiento, y los gabinetes de curiosidades eran los teatros de lo asombroso, museos de maravillas acumuladas que daban cuenta del ingenio de Dios. Contenían cualquier cosa, siempre que fuera la más grande, la más pequeña, la más rara, la más exquisita, la más bizarra, la más grotesca. Arte, astrolabios, armaduras —maravillas hechas por el hombre— eran parte de un rostro conformado también por dientes de mono y

WUNDERKAMMER

1.- Texto Extraido de The Accidental Masterpiece: On the Art of Life and Viceversa, de Michael Kimmelman, Traducción: Juan Antonio Montiel. Fuennte: http://www.ub.edu/ las_nubes/archivo/tres/wunder/ Que_es_una_Wunderkammer/ que%20es.htm

LA CÁMARA DE LAS MARAVILLAS

Los anteriores cuatro capítulos han ido desarrollando una teoría o un nuevo modelo para el estudio arqueológico y extracción de información medial, a través de la construcción del gemelo digital, no siendo por tanto tan estrictamente necesarias las geologías propias, si no que gran parte de la información que estas cargan se puede almacenar en el gemelo, implicando la no necesidad de portar todos los objetos o geologías al “laboratorio” o lugar de estudio, si no que la información deseada se clona y se convierte en un archivo de datos que se despliega en el modelo. Todo esto supone una fuente de información en este caso y tratándose además de la Catedral de Mejorada del Campo, arqueológica, arquitectónica y además una base para el arte y la creación.

3.0.2JAN BRUEGHEL. RUBENS. “LA VISTA”. MUSEO DEL PRADO. 1617

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

anomalías patológicas como los cuernos humanos. Un doctor alemán llamado Lorenz Hoffman poseía un Kunst und Wunderkammer típico: tenía pinturas de Durero y Cranach, el esqueleto de un recién nacido, dos docenas de cucharas miniatura escondidas en el interior de una cereza y un brazalete hecho de pesuñas de alces; además de momias y varios instrumentos musicales raros. A mediados del siglo XVI, el coleccionista holandés Hubert Goltzius podía enumerar 968 colecciones de las que tuvo noticia en los Países Bajos, Alemania, Austria, Suiza, Francia e Italia. En Amsterdam se documentaron casi 100 gabinetes privados de curiosidades entre 1600 y 1740. El decoro calvinista disuadió a los holandeses de ostentar su riqueza en público, pero en la intimidad de sus casas llenaron elegantes armarios de caoba de monedas, camafeos y estatuas, coronándolos con preciosas porcelanas; ese fue el arquetipo para los cuartos de dibujo de los burgueses modernos, con el obligatorio escaparate para presumir la loza familiar. Los gabinetes de curiosidades del pasado estaban pensados, en parte, para encapsular el mundo en un microcosmos: nuevo orden en el caos. Blom nos recuerda a Philip Hainhofer, comerciante y coleccionista de Augsburg, que inventó una de las piezas de mobiliario más extraordinarias del siglo XVII: un

inmenso aparador de madera en el que metódicamente se dispusieron objetos que representaban el mundo animal, vegetal y mineral, los cuatro continentes y distintas actividades humanas, con escenas simbolizando la vanitas pintadas en el frente, para recordar a todo el mundo que la muerte es parte de la vida. Los estantes contuvieron exotismos tales como los bezoares, concreciones calculosas provenientes de los estómagos de cabras persas, de las que se creía que eran antídotos contra el envenenamiento, inmensamente caras; bolsas almizcleras; tazas de lignum Guaiacum, una madera hindú de poderes medicinales; y objetos “para el enfado”, como guantes sin aperturas para las manos, fruta falsa y cuadros que sólo podían verse a través de espejos especiales.”

WUNDERKAMMER

LA CÁMARA DE LAS MARAVILLAS

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

CÁMARA DE LAS MARAVILLAS

ARCHIVO

67 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS.

LA CÁMRA DE LAS MRVILLS.

-WUNDERKAMMER -ARCHIVO

3.1.1 ALTAR-POINT CLOUD

69 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.1.2 ALTAR-POINT CLOUD

71 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation. Project altar Processed 2021-03-23 22:24:42 Camera Model Name(s) _0.0_1920x1080 (RGB) Average Ground Sampling Distance (GSD) undefined Time for Initial Processing (without report) 25m:34s Images median of 10521 keypoints per image Dataset 218 out of 515 images calibrated (42%), all images enabled Camera Optimization 11.89% relative difference between initial and optimized internal camera parameters Matching median of 3471.15 matches per calibrated image Georeferencing no, no 3D GCP Calibration Details Number of Calibrated Images 218 out of 515 Number of Geolocated Images 0 out of 515

Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 754678 Number of 3D Points for Bundle Block Adjustment 263869 Mean Reprojection Error [pixels] 0.271 Internal Camera Parameters _0.0_1920x1080 (RGB). Sensor Dimensions: 36.000 [mm] x 20.250 [mm] EXIF ID: _0.0_1920x1080 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 1600.000 [pixel] 960.000 [pixel] 540.000 [pixel] 0.000 0.000 0.000 0.000 0.000 30.000 [mm] 18.000 [mm] 10.125 [mm] Optimized Values 1790.350 [pixel] 951.457 [pixel] 530.695 [pixel] 0.180 -0.919 1.528 0.001 -0.001 33.569 [mm] 17.840 [mm] 9.951 [mm] Uncertainties (Sigma) 1.903 [pixel] 2.183 [pixel] 2.000 [pixel] 0.005 0.029 0.056 0.000 0.000 0.036 [mm] 0.041 [mm] 0.038 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the

image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 10521 3471 Min 7411 193 Max 15728 7733 Mean 10629 3462 Number of 3D Points Observed In 2 Images 175334 In 3 Images 43260 In 4 Images 17422 In 5 Images 9017 In 6 Images 5667 In 7 Images 3604 In 8 Images 2785 In 9 Images 2089 In 10 Images 1518 In 11 Images 973 In 12 Images 605 In 13 Images 399 In 14 Images 273 In 15 Images 189 In 16 Images 146 In 17 Images 121 In 18 Images 94 In 19 Images 95 In 20 Images 48 In 21 Images 63 In 22 Images 56 In 23 Images 37 In 24 Images 23 In 25 Images 22 In 26 Images 10 In 27 Images 8 In 28 Images 4 In 29 Images 4 In 30 Images 1 In 33 Images 1 In 34 Images 1 2D Keypoint Matches

Uncertainty ellipses 5x magnified 25 222 444 666 888 Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie points or more images. Dark green ellipses indicate the relative camera position uncertainty of the bundle block

adjustment result. Relative camera position and orientation uncertainties 1111 1333 1555 1777 2000 X [m] Y [m] Z [m] Omega [degree] Phi [degree] Kappa [degree] Mean 0.227 0.197 0.142 0.258 0.117 0.192 Sigma 0.093 0.047 0.034 0.202 0.058 0.103 Initial Processing Details System Information Number of matches CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.5.0 x86_64

Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation no Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 03m:16s Results Number of Generated Tiles 1 Number of 3D Densified Points 1764810 Average Density (per m3) 1.98”

Detected Template 3D Models Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details

ALTAR-QUALITY REPORT

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

Coordinate Systems Output Coordinate System Arbitrary (m) Processing Options

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.2.1 TEJADO-POINT CLOUD

75 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.2.2 TEJADO-POINT CLOUD

77 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.2.3 TEJADO-TEXTURED MESH

79 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview Project tejadovariadofinal Processed 2021-05-18 21:59:16 Camera Model Name(s) NIKOND3200_26.0_6016x4000 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 01h:09s

The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation.

Images median of 58528 keypoints per image Dataset 126 out of 126 images calibrated (100%), all images enabled Camera Optimization 1.46% relative difference between initial and optimized internal camera parameters Matching median of 28107.4 matches per calibrated image Georeferencing no, no 3D GCP

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 126 out of 126 Number of Geolocated Images 0 out of 126 Initial Image Positions

6801.825 [pixel] 3040.589 [pixel] 1945.854 [pixel] Optimized Values 26.381 [mm] 11.793 [mm] 7.547 [mm] -0.055 -0.022 0.111 -0.001 0.001 Uncertainties (Sigma) 8.658 [pixel] 4.822 [pixel] 5.917 [pixel] 0.001 0.007 0.018 0.000 0.000 0.034 [mm] 0.019 [mm] 0.023 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 58528 28107 Min 20275 519 Max 91602 55293 Mean 55710 29613 Number of 3D Points Observed In 2 Images 644954 In 3 Images 201334

Sigma 0.011 0.012 0.016 0.016 0.016 0.006 Initial Processing Details System Information Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.5.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 32m:39s Time for 3D Textured Mesh Generation 09m:02s Results Number of Generated Tiles 1 Number of 3D Densified Points 18366117 Average Density (per m3) 295.65 Texture:”

Uncertainty ellipses 100x magnified 25 222 444 666 888 Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie points or more images. Dark green ellipses indicate the relative camera position uncertainty of the bundle block adjustment result. Relative camera position and orientation uncertainties 1111 1333 1555 1777 2000 Number of matches X [m] Y [m] Z [m] Omega [degree] Phi [degree] Kappa [degree] Mean 0.038 0.036 0.031 0.045 0.050 0.019

TEJADO-QUALITY REPORT

81 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 4 Images 93759 In 5 Images 52754 In 6 Images 32599 In 7 Images 21856 In 8 Images 15434 In 9 Images 11361 In 10 Images 8199 In 11 Images 6219 In 12 Images 5043 In 13 Images 4059 In 14 Images 3345 In 15 Images 2845 In 16 Images 2280 In 17 Images 1975 In 18 Images 1606 In 19 Images 1396 In 20 Images 1161 In 21 Images 1068 In 22 Images 774 In 23 Images 689 In 24 Images 554 In 25 Images 479 In 26 Images 423 In 27 Images 313 In 28 Images 243 In 29 Images 131 In 30 Images 119 In 31 Images 74 In 32 Images 73 In 33 Images 38 In 34 Images 25 In 35 Images 14 In 36 Images 9 In 37 Images 8 In 38 Images 5 In 39 Images 1 In 41 Images 1 2D Keypoint Matches

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.3.1 TECHO-POINT CLOUD

83 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.3.2 TECHO-TEXTURED MESH

85 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview Project final azulejos Processed 2021-05-03 20:06:17 Camera Model Name(s) NIKOND3200_18.0_6016x4000 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 41m:20s Images median of 55057 keypoints per image Dataset 75 out of 75 images calibrated (100%), all images enabled Camera Optimization 1.6% relative difference between initial and optimized internal camera parameters Matching median of 26508.1 matches per calibrated image Georeferencing no, no 3D GCP

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 75 out of 75 Number of Geolocated Images 0 out of 75

Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation.

Number of overlapping images: 1 2 3 4 5+ Figure 4: Number of overlapping images computed for each pixel of the orthomosaic. Red and yellow areas indicate low overlap for which poor results may be generated. Green areas indicate an overlap of over 5 images for every pixel. Good quality results will be generated as long as the number of keypoint matches is also sufficient for these areas (see Figure 5 for keypoint matches). Overlap Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 2083538 Number of 3D Points for Bundle Block Adjustment 699389 Mean Reprojection Error [pixels] 0.167 Internal Camera Parameters NIKOND3200_18.0_6016x4000 (RGB). Sensor Dimensions: 23.333 [mm] x 15.514 [mm] EXIF ID: NIKOND3200_18.0_6016x4000 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 4640.914 [pixel] 3008.000 [pixel] 2000.000 [pixel] 0.000 0.000 0.000 0.000 0.000 18.000 [mm] 11.667 [mm] 7.757 [mm] 4715.220 [pixel] 3005.391 [pixel] 1946.979 [pixel] Optimized Values 18.288 [mm] 11.657 [mm] 7.551 [mm] -0.087 0.009 0.008 -0.001 0.000 Uncertainties (Sigma) 5.873 [pixel] 4.785 [pixel] 5.563 [pixel] 0.001 0.002 0.002 0.000 0.000 0.023 [mm] 0.019 [mm] 0.022 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Mat-

2D Keypoint Matches

Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1

Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 13m:27s Time for 3D Textured Mesh Generation 04m:40s Results Number of Generated Tiles 1 Number of 3D Densified Points 14651877 Average Density (per m3) 1102.4 Texture:”

Uncertainty ellipses 100x magnified 1111 1333 1555 1777 2000 Number of matches 25 222 444 666 888 Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie points or more images. Dark green ellipses indicate the relative camera position uncertainty of the bundle block adjustment result. Relative camera position and orientation uncertainties X [m] Y [m] Z [m] Omega [degree] Phi [degree] Kappa [degree] Mean 0.031 0.036 0.052 0.086 0.035 0.033 Sigma 0.012 0.012 0.027 0.035 0.012 0.014 Initial Processing Details System Information Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.5.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes

TECHO-QUALITY REPORT

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

ched 2D Keypoints per Image Median 55057 26508 Min 35625 14321 Max 79112 39314 Mean 55302 27781 Number of 3D Points Observed In 2 Images 431299 In 3 Images 119470 In 4 Images 54869 In 5 Images 31546 In 6 Images 20427 In 7 Images 13721 In 8 Images 9810 In 9 Images 6787 In 10 Images 4645 In 11 Images 3204 In 12 Images 2115 In 13 Images 985 In 14 Images 404 In 15 Images 95 In 16 Images 12

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.4.1 TRIFORIO SO-POINT CLOUD

89 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.4.2 TRIFORIO SO-POINT CLOUD

91 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview Project vidrieras22final Processed 2021-05-20 18:38:32 Camera Model Name(s) _0.0_1920x1080 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 22m:36s Images median of 10112 keypoints per image Dataset 378 out of 511 images calibrated (73%), all images enabled Camera Optimization 11.94% relative difference between initial and optimized internal camera parameters Matching median of 5077.88 matches per calibrated image Georeferencing no, no 3D GCP

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details

Number of Calibrated Images 378 out of 511 Number of Geolocated Images 0 out of 511 Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation. Number of overlapping images: 1 2 3 4 5+ Figure 4: Number of overlapping images computed for each pixel of the orthomosaic. Red and yellow areas indicate low overlap for which poor results may be generated. Green areas indicate an overlap of over 5 images for every pixel. Good quality results will be generated as long as the number of keypoint matches is also sufficient for these areas (see Figure 5 for keypoint matches). Overlap Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 1929376 Number of 3D Points for Bundle Block Adjustment 617010 Mean Reprojection Error [pixels] 0.235 Internal Camera Parameters _0.0_1920x1080 (RGB). Sensor Dimensions: 36.000 [mm] x 20.250 [mm] EXIF ID: _0.0_1920x1080 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 1600.000 [pixel] 960.000 [pixel] 540.000 [pixel] 0.000 0.000 0.000 0.000 0.000 30.000 [mm] 18.000 [mm] 10.125 [mm] Optimized Values 1791.047 [pixel] 955.480 [pixel] 530.765 [pixel] 0.188 -0.949 1.564 0.001 -0.001 33.582 [mm] 17.915 [mm] 9.952 [mm] Uncertainties (Sigma) 1.112 [pixel] 1.606 [pixel] 1.687 [pixel] 0.004 0.027 0.051 0.000 0.000 0.021 [mm] 0.030 [mm] 0.032 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 10112 5078 Min 5283 144 Max 14725 10126 Mean 10018 5104 Number of 3D Points Observed In 2 Images 355672 In 3 Images 115822

In 22 Images 42 In 23 Images 39 In 24 Images 24 In 25 Images 7 In 26 Images 6 In 27 Images 10 In 28 Images 7 In 29 Images 8 In 30 Images 1 In 31 Images 1 2D Keypoint Matches

Relative camera position and orientation uncertainties Uncertainty computation failed. System Information Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) Initial Processing Details CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.6.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 05m:47s Time for 3D Textured Mesh Generation 02m:28s Results Number of Generated Tiles 1 Number of 3D Densified Points 3107132 Average Density (per m3) 0.66 Texture:”

TRIFORIO SO-QUALITY REPORT

93 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 4 Images 55950 In 5 Images 30971 In 6 Images 18371 In 7 Images 11422 In 8 Images 7852 In 9 Images 5666 In 10 Images 4345 In 11 Images 3137 In 12 Images 2180 In 13 Images 1771 In 14 Images 1325 In 15 Images 1094 In 16 Images 537 In 17 Images 273 In 18 Images 172 In 19 Images 147 In 20 Images 106 In 21 Images 52

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.5.1 FACHADA SO-POINT CLOUD

95 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.5.2 FACHADA SO-POINT CLOUD

97 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview Project fachadalteralotrafinal Processed 2021-05-10 15:21:06 Camera Model Name(s) NIKOND3200_26.0_6016x4000 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 1d:02h:46m: Images median of 65625 keypoints per image Dataset 200 out of 200 images calibrated (100%), all images enabled Camera Optimization 4.41% relative difference between initial and optimized internal camera parameters Matching median of 52341.7 matches per calibrated image Georeferencing no, no 3D GCP

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 200 out of 200 Number of Geolocated Images 0 out of 200 Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation.

Number of overlapping images: 1 2 3 4 5+

Figure 4: Number of overlapping images computed for each pixel of the orthomosaic. Red and yellow areas indicate low overlap for which poor results may be generated. Green areas indicate an overlap of over 5 images for every pixel. Good quality Overlap results will be generated as long as the number of keypoint matches is also sufficient for these areas (see Figure 5 for keypoint matches). Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 9912751 Number of 3D Points for Bundle Block Adjustment 778427 Mean Reprojection Error [pixels] 0.179 Internal Camera Parameters NIKOND3200_26.0_6016x4000 (RGB). Sensor Dimensions: 23.333 [mm] x 15.514 [mm] EXIF ID: NIKOND3200_26.0_6016x4000 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 6703.543 [pixel] 3008.000 [pixel] 2000.000 [pixel] 0.000 0.000 0.000 0.000 0.000 26.000 [mm] 11.667 [mm] 7.757 [mm] 6999.227 [pixel] 3000.661 [pixel] 2010.941 [pixel] Optimized Values 27.147 [mm] 11.638 [mm] 7.800 [mm] -0.051 -0.030 0.145 0.000 -0.001 Uncertainties (Sigma) 0.915 [pixel] 5.546 [pixel] 3.366 [pixel] 0.001 0.004 0.011 0.000 0.000 0.004 [mm] 0.022 [mm] 0.013 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 65625 52342 Min 21276 3680 Max 83388 68354 Mean 62088 49564 Number of 3D Points Observed In 2 Images 256081 In 3 Images 106750 In 4 Images 62835 In 5 Images 42861 In 6 Images 31925 In 7 Images 24676 In 8 Images 19834 In 9 Images 16295 In 10 Images 13559 In 11 Images 11458 In 12 Images 10127 In 13 Images 8644 In 14 Images 7789 In 15 Images 7336 In 16 Images 6406 In 17 Images 5804 In 18 Images 5277 In 19 Images 4962 In 20 Images 4492 In 21 Images 4189 In 22 Images 4005 In 23 Images 3691 In 24 Images 3576 In 25 Images 3228 In 26 Images 3068 In 27 Images 3072 In 28 Images 2896

Kappa [degree] Mean 0.323 0.330 0.373 0.381 0.048 0.061 Sigma 0.038 0.100 0.077 0.003 0.009 0.024 Initial Processing Details System Information Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.5.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 02h:08m:53s Time for 3D Textured Mesh Generation 06m:51s Results Number of Generated Tiles 1 Number of 3D Densified Points 1801451 Average Density (per m3) 0.01 Texture:”

FACHADA SO-QUALITY REPORT

99 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 29 Images 2834 In 30 Images 2712 In 31 Images 2617 In 32 Images 2452 In 33 Images 2515 In 34 Images 2462 In 35 Images 2311 In 36 Images 2238 In 37 Images 2254 In 38 Images 2183 In 39 Images 2033 In 40 Images 1983 In 41 Images 1908 In 42 Images 1844 In 43 Images 1761 In 63 Images 1196 In 64 Images 1225 In 65 Images 1181 In 66 Images 1199 In 67 Images 1202 In 68 Images 1044 In 69 Images 1069 In 70 Images 1192 In 71 Images 1091 In 72 Images 1096 In 73 Images 951 In 74 Images 1085 In 75 Images 1019 In 76 Images 942 In 77 Images 982 In 78 Images 961 In 79 Images 914 In 80 Images 886 In 92 Images 865 In 93 Images 914 In 94 Images 884 In 95 Images 926 In 96 Images 845 In 97 Images 946 In 98 Images 893 In 99 Images 967 In 100 Images 899 In 101 Images 757 In 102 Images 517 In 103 Images 397 In 104 Images 282 In 105 Images 243 In 106 Images 207 In 107 Images 202 In 108 Images 180 In 109 Images 119 In 110 Images 108 In 111 Images 108 In 112 Images 58 In 113 Images 49 In 114 Images 12 2D Keypoint Matches Uncertainty ellipses 1x magnified 25 222 444 666 888 Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie points or more images. Dark green ellipses indicate the relative camera position uncertainty of the bundle block adjustment result. 1111 1333 1555 1777 2000 Number of matches Relative camera position and orientation uncertainties X [m] Y [m] Z [m] Omega [degree] Phi [degree]

100

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.6.1 VIDRIERAS-POINT CLOUD

101 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

102

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.6.2 VIDRIERAS-TEXTURED MESH

103 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview Project paredvidrieras final Processed 2021-05-09 11:46:34 Camera Model Name(s) NIKOND3200_26.0_6016x4000 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 18h:04m:35s Images median of 62969 keypoints per image Dataset 137 out of 137 images calibrated (100%), all images enabled Camera Optimization 1.25% relative difference between initial and optimized internal camera parameters Matching median of 41811.2 matches per calibrated image Georeferencing no, no 3D GCP

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 137 out of 137 Number of Geolocated Images 0 out of 137 Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation.

104

Number of overlapping images: 1 2 3 4 5+ Figure 4: Number of overlapping images computed for each pixel of the orthomosaic. Red and yellow areas indicate low overlap for which poor results may be generated. Green areas indicate an overlap of over 5 images for every pixel. Good quality results will be generated as long as the number of keypoint matches is also sufficient for these areas (see Figure 5 for keypoint matches). Overlap Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 5615948 Number of 3D Points for Bundle Block Adjustment 1474535 Mean Reprojection Error [pixels] 0.177 Internal Camera Parameters NIKOND3200_26.0_6016x4000 (RGB). Sensor Dimensions: 23.333 [mm] x 15.514 [mm] EXIF ID: NIKOND3200_26.0_6016x4000 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 6703.543 [pixel] 3008.000 [pixel] 2000.000 [pixel] 0.000 0.000 0.000 0.000 0.000 26.000 [mm] 11.667 [mm] 7.757 [mm] 6619.555 [pixel] 2988.456 [pixel] 2017.922 [pixel] Optimized Values 25.674 [mm] 11.591 [mm] 7.827 [mm] -0.057 -0.024 0.103 0.000 -0.001 The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 62969 41811 Min 44963 20303 Max 77135 54733 Mean 62381 40992 Number of 3D Points Observed In 2 Images 792707 In 3 Images 272366 In 4 Images 130735 In 5 Images 72758 In 6 Images 44099 In 7 Images 29261 In 8 Images 21614 In 9 Images 16878 In 10 Images 13773 In 11 Images 11465 In 12 Images 9406

In 37 Images 277 In 38 Images 205 In 39 Images 169 In 40 Images 102 In 41 Images 85 In 42 Images 58 In 43 Images 42 In 44 Images 29 In 45 Images 28 In 46 Images 22 In 47 Images 20 In 48 Images 17 In 49 Images 13 In 50 Images 12 In 51 Images 8 In 52 Images 8 In 53 Images 5 In 54 Images 10 In 55 Images 4 In 56 Images 4 In 58 Images 4 In 59 Images 1 2D Keypoint Matches

Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.5.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 25m:21s Time for 3D Textured Mesh Generation 08m:06s Results Number of Generated Tiles 1 Number of 3D Densified Points 13723454 Average Density (per m3) 239.12 Texture:”

Uncertainty ellipses 10x magnified 1111 1333 1555 1777 2000 Number of matches 25 222 444 666 888 Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie points or more images. Dark green ellipses indicate the relative camera position uncertainty of the bundle block adjustment result. Relative camera position and orientation uncertainties X [m] Y [m] Z [m] Omega [degree] Phi [degree] Kappa [degree] Mean 0.536 0.016 2.397 114.514 68.663 197.102 Sigma 0.385 0.007 1.745 350.024 15.199 142.601 Initial Processing Details System Information

VIDRIERAS-QUALITY REPORT

105 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 13 Images 8248 In 14 Images 6781 In 15 Images 5437 In 16 Images 4863 In 17 Images 4294 In 18 Images 3767 In 19 Images 3316 In 20 Images 3046 In 21 Images 2573 In 22 Images 2196 In 23 Images 1844 In 24 Images 1673 In 25 Images 1598 In 26 Images 1397 In 27 Images 1189 In 28 Images 1083 In 29 Images 946 In 30 Images 786 In 31 Images 762 In 32 Images 690 In 33 Images 534 In 34 Images 545 In 35 Images 465 In 36 Images 317

106

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.7.1 TEJADO2-POINT CLOUD

107 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

108

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.7.2 TEJADO2-POINT CLOUD

109 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

110

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.7.3 TEJADO2-TEXTURED MESH

111 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview Project tejadofinal Processed 2021-05-06 21:51:01 Camera Model Name(s) NIKOND3200_26.0_6016x4000 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 39m:23s Images median of 60107 keypoints per image Dataset 123 out of 123 images calibrated (100%), all images enabled Camera Optimization 1.7% relative difference between initial and optimized internal camera parameters Matching median of 31882.8 matches per calibrated image Georeferencing no, no 3D GCP

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 123 out of 123 Number of Geolocated Images 0 out of 123

112

Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation.

Number of overlapping images: 1 2 3 4 5+ Figure 4: Number of overlapping images computed for each pixel of the orthomosaic. Red and yellow areas indicate low overlap for which poor results may be generated. Green areas indicate an overlap of over 5 images for every pixel. Good quality results will be generated as long as the number of keypoint matches is also sufficient for these areas (see Figure 5 for keypoint matches). Overlap Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 3928278 Number of 3D Points for Bundle Block Adjustment 1166545 Mean Reprojection Error [pixels] 0.161 Internal Camera Parameters NIKOND3200_26.0_6016x4000 (RGB). Sensor Dimensions: 23.333 [mm] x 15.514 [mm] EXIF ID: NIKOND3200_26.0_6016x4000 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 6703.543 [pixel] 3008.000 [pixel] 2000.000 [pixel] 0.000 0.000 0.000 0.000 0.000 26.000 [mm] 11.667 [mm] 7.757 [mm] 6589.566 [pixel] 3049.984 [pixel] 1937.913 [pixel] Optimized Values 25.558 [mm] 11.830 [mm] 7.516 [mm] -0.057 -0.016 0.084 -0.001 0.001 Uncertainties (Sigma) 7.026 [pixel] 3.652 [pixel] 3.337 [pixel] 0.001 0.005 0.011 0.000 0.000 0.027 [mm] 0.014 [mm] 0.013 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 60107 31883 Min 39771 10639 Max 74136 50235 Mean 59003 31937 Number of 3D Points Observed In 2 Images 647242 In 3 Images 200803 In 4 Images 102557

In 18 Images 616 In 19 Images 395 In 20 Images 307 In 21 Images 255 In 22 Images 202 In 23 Images 188 In 24 Images 167 In 25 Images 192 In 26 Images 143 In 27 Images 62 In 28 Images 40 In 29 Images 37 In 30 Images 35 In 31 Images 11 In 32 Images 6 In 33 Images 7 In 34 Images 2 2D Keypoint Matches

Uncertainty ellipses 100x magnified 1111 1333 1555 1777 2000 Number of matches 25 222 444 666 888

Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.5.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 25m:57s Time for 3D Textured Mesh Generation 10m:51s Results Number of Generated Tiles 1 Number of 3D Densified Points 21556246 Average Density (per m3) 1203.63 Texture:”

Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie points or more images. Dark green ellipses indicate the relative camera position uncertainty of the bundle block adjustment result. Relative camera position and orientation uncertainties X [m] Y [m] Z [m] Omega [degree] Phi [degree] Kappa [degree] Mean 0.018 0.020 0.035 0.056 0.030 0.018 Sigma 0.006 0.006 0.019 0.026 0.011 0.008 Initial Processing Details System Information

TEJADO2-QUALITY REPORT

113 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 5 Images 62325 In 6 Images 43435 In 7 Images 31288 In 8 Images 22380 In 9 Images 15849 In 10 Images 11682 In 11 Images 8589 In 12 Images 5856 In 13 Images 4371 In 14 Images 3037 In 15 Images 2149 In 16 Images 1442 In 17 Images 875

114

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.8.1 ARCILLA-POINT CLOUD

115 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

116

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.8.2 ARCILLA-POINT CLOUD

117 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

118

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.8.3 ARCILLA-POINT CLOUD

119 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

120

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.8.4 ARCILLA-TEXTURED MESH

121 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview Project arcillafinal Processed 2021-05-27 17:12:14 Camera Model Name(s) _0.0_1920x1080 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 46m:59s Images median of 10452 keypoints per image Dataset 545 out of 560 images calibrated (97%), all images enabled Camera Optimization 12.4% relative difference between initial and optimized internal camera parameters Matching median of 5636.8 matches per calibrated image Georeferencing no, no 3D GCP

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 545 out of 560 Number of Geolocated Images 0 out of 560 Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation. Number of overlapping images: 1 2 3 4 5+ Figure 4: Number of overlapping images computed for each pixel of the orthomosaic. Red and yellow areas indicate low overlap for which poor results may be generated. Green areas indicate an overlap of over 5 images for every pixel. Good quality results will be generated as long as the number of keypoint

122

matches is also sufficient for these areas (see Figure 5 for keypoint matches). Overlap Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 2864806 Number of 3D Points for Bundle Block Adjustment 872823 Mean Reprojection Error [pixels] 0.246 Internal Camera Parameters _0.0_1920x1080 (RGB). Sensor Dimensions: 36.000 [mm] x 20.250 [mm] EXIF ID: _0.0_1920x1080 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 1600.000 [pixel] 960.000 [pixel] 540.000 [pixel] 0.000 0.000 0.000 0.000 0.000 30.000 [mm] 18.000 [mm] 10.125 [mm] Optimized Values 1798.551 [pixel] 953.428 [pixel] 531.060 [pixel] 0.203 -1.064 1.797 0.001 -0.001 33.723 [mm] 17.877 [mm] 9.957 [mm] Uncertainties (Sigma) 1.018 [pixel] 1.535 [pixel] 1.344 [pixel] 0.004 0.025 0.048 0.000 0.000 0.019 [mm] 0.029 [mm] 0.025 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 10452 5637 Min 6008 324 Max 15120 9749 Mean 10315 5257 Number of 3D Points Observed In 2 Images 513423 In 3 Images 154124 In 4 Images 71702 In 5 Images 39535 In 6 Images 24712 In 7 Images 16727 In 8 Images 11982 In 9 Images 8798 In 10 Images 6512 In 11 Images 4999 In 12 Images 3867 In 13 Images 3231 In 14 Images 2650 In 15 Images 1967 In 16 Images 1573 In 17 Images 1364 In 18 Images 997 In 19 Images 831 In 20 Images 699 In 21 Images 559 In 22 Images 432 In 23 Images 379 In 24 Images 332 In 25 Images 256 In 26 Images 213 In 27 Images 176 In 28 Images 168

In 31 Images 92 In 32 Images 68 In 33 Images 44 In 34 Images 44 In 35 Images 23 In 36 Images 27 In 37 Images 20 In 38 Images 15 In 39 Images 16 In 40 Images 3 In 41 Images 4 In 42 Images 5 In 43 Images 5 In 44 Images 6 In 46 Images 1 In 47 Images 3 In 48 Images 1 In 49 Images 1 In 50 Images 1 In 51 Images 2 In 53 Images 3 In 59 Images 1 In 62 Images 1 In 64 Images 1 In 66 Images 1 2D Keypoint Matches

Operating System Darwin 19.6.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 23m:49s Time for 3D Textured Mesh Generation 04m:41s Results Number of Generated Tiles 1 Number of 3D Densified Points 4900089 Average Density (per m3) 26.8 Texture:”

Relative camera position and orientation uncertainties adjustment result. X [m] Y [m] Z [m] Omega [degree] Phi [degree] Kappa [degree] Mean 0.100 0.097 0.075 0.144 nan 0.128 Sigma 0.036 0.040 0.038 0.134 nan 0.111 Initial Processing Details System Information Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown)

ARCILLA-QUALITY REPORT

123 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 29 Images 124 In 30 Images 103

124

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

125

3.9.1 FACHADA S0 2-POINT CLOUD

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

126

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

127

3.9.2 FACHADA S0 2-POINT CLOUD

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

128

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

129

3.9.3 FACHADA S0 2-POINT CLOUD

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

130

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

131

3.9.4 FACHADA S0 2-TEXTURED MESH

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview

Overlap

Project ladocatedralfinal Processed 2021-05-08 16:31:31 Camera Model Name(s) NIKOND3200_26.0_6016x4000 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 22h:32m:54s Images median of 72191 keypoints per image Dataset 151 out of 151 images calibrated (100%), all images enabled Camera Optimization 0.6% relative difference between initial and optimized internal camera parameters Matching median of 53972.5 matches per calibrated

132

image Georeferencing no, no 3D GCP Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 151 out of 151 Number of Geolocated Images 0 out of 151 Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation.

Number of overlapping images: 1 2 3 4 5+ Figure 4: Number of overlapping images computed for each pixel of the orthomosaic. Red and yellow areas indicate low overlap for which poor results may be generated. Green areas indicate an overlap of over 5 images for every pixel. Good quality results will be generated as long as the number of keypoint matches is also sufficient for these areas (see Figure 5 for keypoint matches). Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 7766035 Number of 3D Points for Bundle Block Adjustment 1185051 Mean Reprojection Error [pixels] 0.180 Internal Camera Parameters NIKOND3200_26.0_6016x4000 (RGB). Sensor Dimensions: 23.333 [mm] x 15.514 [mm] EXIF ID: NIKOND3200_26.0_6016x4000 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 6703.543 [pixel] 3008.000 [pixel] 2000.000 [pixel] 0.000 0.000 0.000 0.000 0.000 26.000 [mm] 11.667 [mm] 7.757 [mm] 6744.042 [pixel] 2944.828 [pixel] 2003.985 [pixel] Optimized Values 26.157 [mm] 11.422 [mm] 7.773 [mm] -0.057 -0.011 0.088 0.000 -0.002 Uncertainties (Sigma) 1.021 [pixel] 3.857 [pixel] 1.218 [pixel] 0.000 0.004 0.009 0.000 0.000 0.004 [mm] 0.015 [mm] 0.005 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 72191 53973 Min 22090 3998 Max 82563 62613 Mean 68114 51431 3D Points from 2D Keypoint Matches Number of 3D Points Observed In 2 Images 450056 In 3 Images 194325 In 4 Images 115467 In 5 Images 77221

points or more images. Initial Processing Details System Information Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.5.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 53m:42s Time for 3D Textured Mesh Generation 07m:55s Results Number of Generated Tiles 1 Number of 3D Densified Points 6539940 Average Density (per m3) 5.84 Texture:”

FACHADA S0 2-QUALITY REPORT

133 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 6 Images 55958 In 7 Images 43706 In 8 Images 33919 In 9 Images 27721 In 10 Images 21045 In 11 Images 15571 In 12 Images 12991 In 13 Images 10780 In 14 Images 9487 In 15 Images 8147 In 16 Images 7292 In 17 Images 6615 In 18 Images 6109 In 19 Images 5599 In 20 Images 5246 In 21 Images 5021 In 22 Images 4615 In 23 Images 4080 In 24 Images 3867 In 25 Images 3641 In 26 Images 3214 In 27 Images 3142 In 28 Images 3004 In 29 Images 2698 In 30 Images 2568 In 31 Images 2496 In 32 Images 2302 In 33 Images 2204 In 34 Images 2027 In 35 Images 1977 In 36 Images 1751 In 37 Images 1660 In 38 Images 1558 In 39 Images 1441 In 40 Images 1378 In 41 Images 1329 In 42 Images 1316 In 43 Images 1253 In 44 Images 116 In 45 Images 1092 In 46 Images 1036 In 47 Images 1019 In 48 Images 1110 In 49 Images 961 In 50 Images 942 In 64 Images 392 In 89 Images 59 In 90 Images 44 In 91 Images 51 In 92 Images 29 In 93 Images 36 In 94 Images 21 In 95 Images 20 In 96 Images 22 In 97 Images 8 In 98 Images 18 In 99 Images 8 In 100 Images 17 In 101 Images 13 In 102 Images 14 In 103 Images 6 In 104 Images 6 2D Keypoint Matches 1111 1333 1555 1777 2000 Number of matches 25 222 444 666 888 Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie

134

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.10.1 TRIFORIO NE-POINT CLOUD

135 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

136

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.10.2 TRIFORIO NE-POINT CLOUD

137 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview Project vidrieras11final Processed 2021-05-20 17:16:32 Camera Model Name(s) _0.0_1920x1080 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 01h:02m:54s Images median of 10828 keypoints per image Dataset 556 out of 578 images calibrated (96%), all images enabled Camera Optimization 12.33% relative difference between initial and optimized internal camera parameters Matching median of 6510.67 matches per calibrated image Georeferencing no, no 3D GCP

138

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 556 out of 578 Number of Geolocated Images 0 out of 578 Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation. Number of overlapping images: 1 2 3 4 5+ Figure 4: Number of overlapping images computed for each pixel of the orthomosaic. Red and yellow areas indicate low overlap for which poor results may be generated. Green areas indicate an overlap of over 5 images for every pixel. Good quality results will be generated as long as the number of keypoint matches is also sufficient for these areas (see Figure 5 for keypoint matches). Overlap Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 3425861 Number of 3D Points for Bundle Block Adjustment 813806

Mean Reprojection Error [pixels] 0.247 Internal Camera Parameters _0.0_1920x1080 (RGB). Sensor Dimensions: 36.000 [mm] x 20.250 [mm] EXIF ID: _0.0_1920x1080 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 1600.000 [pixel] 960.000 [pixel] 540.000 [pixel] 0.000 0.000 0.000 0.000 0.000 30.000 [mm] 18.000 [mm] 10.125 [mm] Optimized Values 1797.300 [pixel] 953.354 [pixel] 527.094 [pixel] 0.199 -1.033 1.740 0.000 -0.000 33.699 [mm] 17.875 [mm] 9.883 [mm] Uncertainties (Sigma) 0.657 [pixel] 1.258 [pixel] 1.160 [pixel] 0.003 0.018 0.035 0.000 0.000 0.012 [mm] 0.024 [mm] 0.022 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 10828 6511 Min 6014 104 Max 13975 9679 Mean 10798 6162 Number of 3D Points Observed In 2 Images 431767 In 3 Images 138580 In 4 Images 66380 In 5 Images 39601 In 6 Images 27071 In 7 Images 19237 In 8 Images 14745 In 9 Images 11493 In 10 Images 9187 In 11 Images 7726 In 12 Images 6351 In 13 Images 4991 In 14 Images 4165 In 15 Images 3596 In 16 Images 3023 In 17 Images 2628 In 18 Images 2270 In 19 Images 2042 In 20 Images 1802 In 21 Images 1505 In 22 Images 1338 In 23 Images 1216 In 24 Images 1066 In 25 Images 1040 In 26 Images 927 In 27 Images 865 In 28 Images 834 In 29 Images 835 In 30 Images 727 In 31 Images 668 In 32 Images 597 In 33 Images 503 In 34 Images 516 In 35 Images 451 In 36 Images 429 In 37 Images 343 In 38 Images 326 In 39 Images 308 In 40 Images 294 In 41 Images 267 In 42 Images 223 In 43 Images 229

Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 20m:56s Time for 3D Textured Mesh Generation 07m:12s Results Number of Generated Tiles 1 Number of 3D Densified Points 3473870 Average Density (per m3) 3.36 Texture:”

TRIFORIO NE-QUALITY REPORT

139 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 44 Images 203 In 45 Images 149 In 46 Images 142 In 47 Images 124 In 48 Images 129 In 49 Images 113 In 50 Images 91 In 51 Images 78 In 52 Images 79 In 53 Images 63 In 54 Images 76 In 55 Images 65 In 56 Images 56 In 57 Images 39 In 58 Images 29 In 59 Images 24 In 60 Images 28 In 61 Images 19 In 62 Images 15 In 63 Images 18 In 64 Images 13 In 65 Images 13 In 66 Images 12 In 67 Images 7 In 68 Images 9 In 69 Images 9 In 70 Images 2 In 71 Images 3 In 72 Images 4 In 73 Images 7 In 74 Images 4 In 75 Images 7 In 76 Images 3 In 78 Images 1 In 79 Images 3 In 80 Images 1 In 81 Images 1 In 82 Images 1 In 83 Images 1 In 84 Images 1 In 85 Images 1 In 93 Images 1 2D Keypoint Matches Uncertainty ellipses 1x magnified 25 222 444 666 888 Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie points or more images. Dark green ellipses indicate the relative camera position uncertainty of the bundle block adjustment result. Relative camera position and orientation uncertainties 1111 1333 1555 1777 2000 X [m] Y [m] Z [m] Omega [degree] Phi [degree] Kappa [degree] Mean 0.135 0.150 0.132 0.169 0.085 0.184 Sigma 0.050 0.064 0.060 0.226 0.046 0.279 Initial Processing Details System Information Number of matches CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.6.0 x86_64 Coordinate Systems Output Coordinate System Arbitrary (m) Processing Options Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1

140

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

141

3.11.1 WUNDERKAMMER-POINT CLOUD

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

142

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

143

3.11.2 WUNDERKAMMER-POINT CLOUD

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

144

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

145

3.11.3 WUNDERKAMMER-TEXTURED M.

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

146

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

147

3.11.4 WUNDERKAMMER-TEXTURED M.

LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Summary Quality Check Preview Project cruces Processed 2021-05-20 20:16:15 Camera Model Name(s) _0.0_1920x1080 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 21m:36s Images median of 9714 keypoints per image Dataset 356 out of 474 images calibrated (75%), all images enabled Camera Optimization 12.75% relative difference between initial and optimized internal camera parameters Matching median of 4368.47 matches per calibrated image Georeferencing no, no 3D GCP

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 356 out of 474 Number of Geolocated Images 0 out of 474 Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation. Number of overlapping images: 1 2 3 4 5+ Figure 4: Number of overlapping images computed for each pixel of the orthomosaic. Red and yellow areas indicate low overlap for which poor results may be generated. Green areas indicate an overlap of over 5 images for every pixel. Good quality results will be generated as long as the number of keypoint matches is also sufficient for these areas (see Figure 5 for keypoint matches). Overlap

148

Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 1453665 Number of 3D Points for Bundle Block Adjustment 412924 Mean Reprojection Error [pixels] 0.281

Internal Camera Parameters _0.0_1920x1080 (RGB). Sensor Dimensions: 36.000 [mm] x 20.250 [mm] EXIF ID: _0.0_1920x1080 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 1600.000 [pixel] 960.000 [pixel] 540.000 [pixel] 0.000 0.000 0.000 0.000 0.000 30.000 [mm] 18.000 [mm] 10.125 [mm] Optimized Values 1804.012 [pixel] 948.508 [pixel] 528.946 [pixel] 0.194 -1.022 1.731 0.001 -0.001 33.825 [mm] 17.785 [mm] 9.918 [mm] Uncertainties (Sigma) 1.352 [pixel] 1.749 [pixel] 1.819 [pixel] 0.004 0.025 0.048 0.000 0.000 0.025 [mm] 0.033 [mm] 0.034 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 9714 4368 Min 6142 322 Max 14253 6861 Mean 9602 4083 Number of 3D Points Observed In 2 Images 250667 In 3 Images 67478 In 4 Images 30335 In 5 Images 16688 In 6 Images 10484 In 7 Images 7315 In 8 Images 5259 In 9 Images 3888 In 10 Images 3113 In 11 Images 2437 In 12 Images 1977 In 13 Images 1638 In 14 Images 1370 In 15 Images 1173 In 16 Images 1004 In 17 Images 914 In 18 Images 776 In 19 Images 673 In 20 Images 639 In 21 Images 609 In 22 Images 538 In 23 Images 484 In 24 Images 439 In 25 Images 391 In 26 Images 348 In 27 Images 307 In 28 Images 266 In 29 Images 203 In 30 Images 202 In 31 Images 164 In 32 Images 141 In 33 Images 128 In 34 Images 108 In 35 Images 112 In 36 Images 82 In 37 Images 72 In 38 Images 55 In 39 Images 46 In 40 Images 44 In 41 Images 28 In 42 Images 46 In 43 Images 40 In 44 Images 34

Initial Processing Details System Information Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.6.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 14m:39s Time for 3D Textured Mesh Generation 03m:49s Results Number of Generated Tiles 1 Number of 3D Densified Points 2451773 Average Density (per m3) 14.83 Texture:”

Uncertainty ellipses 1x magnified 25 222 444 666 888 Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie points or more images. Dark green ellipses indicate the relative camera position uncertainty of the bundle block adjustment result. Relative camera position and orientation uncertainties 1111 1333 1555 1777 2000 Number of matches X [m] Y [m] Z [m] Omega [degree] Phi [degree] Kappa [degree] Mean 0.283 0.318 0.154 0.470 0.177 0.516 Sigma 0.157 0.152 0.114 0.375 0.056 0.288

WUNDERKAMMER-QUALITY REP.

149 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 45 Images 21 In 46 Images 21 In 47 Images 18 In 48 Images 18 In 49 Images 12 In 50 Images 8 In 51 Images 14 In 52 Images 9 In 53 Images 6 In 54 Images 4 In 55 Images 6 In 56 Images 6 In 57 Images 10 In 58 Images 7 In 59 Images 3 In 60 Images 6 In 61 Images 5 In 62 Images 3 In 63 Images 5 In 64 Images 3 In 65 Images 2 In 66 Images 3 In 68 Images 1 In 69 Images 1 In 70 Images 1 In 71 Images 1 In 72 Images 1 In 73 Images 2 In 76 Images 1 In 77 Images 2 In 78 Images 1 In 79 Images 1 In 83 Images 2 In 84 Images 1 In 85 Images 1 In 87 Images 3 2D Keypoint Matches

150

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.12.1 CATEDRAL-POINT CLOUD

151 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

152

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.12.2 CATEDRAL-POINT CLOUD

153 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

154

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.12.3 CATEDRAL-POINT CLOUD

155 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

156

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.12.4 CATEDRAL-POINT CLOUD

157 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

158

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.12.5 CATEDRAL-POINT CLOUD

159 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

160

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.12.6 CATEDRAL-POINT CLOUD

161 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

162

1.-ANARQUEOL. MEDIAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -WUNDERKAMMER -ARCHIVO

3.12.7 CATEDRAL-POINT CLOUD

163 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

0.-INTRODUCCIÓN

“Project catedralfinal Processed 2021-05-25 15:13:02 Camera Model Name(s) _0.0_1920x1080 (RGB) Average Ground Sampling Distance (GSD) undefined Area Covered undefined Time for Initial Processing (without report) 46m:56s Images median of 10204 keypoints per image Dataset 363 out of 979 images calibrated (37%), all images enabled Camera Optimization 11.84% relative difference between initial and optimized internal camera parameters Matching median of 5877.12 matches per calibrated image Georeferencing no, no 3D GCP

Figure 1: Orthomosaic and the corresponding sparse Digital Surface Model (DSM) before densification. Calibration Details Number of Calibrated Images 363 out of 979 Number of Geolocated Images 0 out of 979 Initial Image Positions The preview is not generated for images without geolocation. Computed Image/GCPs/Manual Tie Points Positions The preview is not generated for images without geolocation.

164

sults will be generated as long as the number of keypoint matches is also sufficient for these areas (see Figure 5 for keypoint matches). Overlap Bundle Block Adjustment Details Number of 2D Keypoint Observations for Bundle Block Adjustment 2000088 Number of 3D Points for Bundle Block Adjustment 543025 Mean Reprojection Error [pixels] 0.255 Internal Camera Parameters _0.0_1920x1080 (RGB). Sensor Dimensions: 36.000 [mm] x 20.250 [mm] EXIF ID: _0.0_1920x1080 Focal Principal Principal Length Point x Point y R1 R2 R3 T1 T2 Initial Values 1600.000 [pixel] 960.000 [pixel] 540.000 [pixel] 0.000 0.000 0.000 0.000 0.000 30.000 [mm] 18.000 [mm] 10.125 [mm] Optimized Values 1789.574 [pixel] 954.653 [pixel] 534.304 [pixel] 0.197 -1.005 1.672 0.002 -0.000 33.555 [mm] 17.900 [mm] 10.018 [mm] Uncertainties (Sigma) 1.222 [pixel] 1.663 [pixel] 1.815 [pixel] 0.004 0.025 0.048 0.000 0.000 0.023 [mm] 0.031 [mm] 0.034 [mm] The number of Automatic Tie Points (ATPs) per pixel averaged over all images of the camera model is color coded between black and white. White indicates that, in average, more than 16 ATPs are extracted at this pixel location. Black indicates that, in average, 0 ATP has been extracted at this pixel location. Click on the image to the see the average direction and magnitude of the reprojection error for each pixel. Note that the vectors are scaled for better visualization. 2D Keypoints Table 3D Points from 2D Keypoint Matches Number of 2D Keypoints per Image Number of Matched 2D Keypoints per Image Median 10204 5877 Min 6479 136 Max 12426 8775 Mean 10155 5510 Number of 3D Points Observed In 2 Images 292753 In 3 Images 97226 In 4 Images 46770 In 5 Images 27428 In 6 Images 18480 In 7 Images 13061 In 8 Images 9535 In 9 Images 7247 In 10 Images 5586 In 11 Images 4449 In 12 Images 3485 In 13 Images 2833 In 14 Images 2320 In 15 Images 2029 In 16 Images 1511 In 17 Images 1296 In 18 Images 1103 In 19 Images 927 In 20 Images 798 In 21 Images 717 In 22 Images 658 In 23 Images 579 In 24 Images 443 In 25 Images 338 In 26 Images 252 In 27 Images 222 In 28 Images 163 In 29 Images 115 In 30 Images 91 In 31 Images 86 In 32 Images 65 In 33 Images 54

Point Cloud Densification details Processing Options Image Scale multiscale, 1/2 (Half image size, Default) Point Density Optimal Minimum Number of Matches 3 3D Textured Mesh Generation yes 3D Textured Mesh Settings: Resolution: Medium Resolution (default) Color Balancing: no Advanced: 3D Textured Mesh Settings Sample Density Divider: 1 Advanced: Matching Window Size 9x9 pixels Advanced: Image Groups group1 Advanced: Use Processing Area yes Advanced: Use Annotations yes Advanced: Limit Camera Depth Automatically yes Time for Point Cloud Densification 07m:10s Time for 3D Textured Mesh Generation 02m:28s Results Number of Generated Tiles 1 Number of 3D Densified Points 1919644 Average Density (per m3) 1.4 Texture:”

1111 1333 1555 1777 2000 Number of matches 25 222 444 666 888 Figure 5: Computed image positions with links between matched images. The darkness of the links indicates the number of matched 2D keypoints between the images. Bright links indicate weak links and require manual tie points or more images. Relative camera position and orientation uncertainties Uncertainty computation failed. System Information Coordinate Systems Output Coordinate System Processing Options Arbitrary (m) Initial Processing Details CPU: Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz Hardware RAM: 16GB GPU: no info (Driver: unknown) Operating System Darwin 19.6.0 x86_64 Detected Template No Template Available Keypoints Image Scale Full, Image Scale: 1 Advanced: Matching Image Pairs Free Flight or Terrestrial Advanced: Matching Strategy Use Geometrically Verified Matching: no Advanced: Keypoint Extraction Targeted Number of Keypoints: Automatic Advanced: Calibration Calibration Method: Standard Internal Parameters Optimization: All External Parameters Optimization: All Rematch: Auto, yes Bundle Adjustment: Classic

CATEDRAL-QUALITY REPORT

165 LA CÁMARA DE LAS MARAVILLAS DE JUSTO

In 34 Images 46 In 35 Images 37 In 36 Images 25 In 37 Images 22 In 38 Images 29 In 39 Images 22 In 40 Images 25 In 41 Images 15 In 42 Images 20 In 43 Images 15 In 44 Images 13 In 45 Images 9 In 46 Images 16 In 47 Images 12 In 48 Images 10 In 49 Images 7 In 50 Images 8 In 51 Images 9 In 52 Images 9 In 53 Images 9 In 54 Images 9 In 55 Images 3 In 56 Images 7 In 57 Images 7 In 58 Images 3 In 59 Images 4 In 60 Images 10 In 61 Images 2 In 62 Images 1 In 68 Images 1 2D Keypoint Matches

166

0.-INTRODUCCIÓN -LA CATEDRAL DE JUSTO -OBJETIVOS Y METODOLOGÍA

1.-ANARQUEOL. MEDIAL -ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

-WUNDERKAMMER -ARCHIVO

167

CONCLUSIONES

Como primera conclusión citar el cumplimiento íntegro de los objetivos iniciales: la reunión y cruce de arqueología, geología, fotogrametría, arte y arquitectura; y la construcción de un gemelo digital que pueda preservar la catedral y sus valores más allá de su incierto futuro.

Esto lleva a comprender y entender la arquitectura como una especie de cadáver exquisito de fechas, eras, oficios, procesos, historias, conocimientos, colores, materialidades... algo así como un vehículo del saber y del entendimiento donde confluyen lo natural y lo humano, una genealogía material. La arquitectura se convierte por tanto en un puente o método para relacionar ciencia y arte, que no tienen una conexión de forma directa o literal y necesitan de un “médium” (media) para conectarse. De esta forma se crea una extensión y la posibilidad de relacionar diferentes campos o disciplinas entre sí, ampliando el conocimiento y produciendo conexiones recíprocas de ida y vuelta entre lo relacionado, ofreciendo una visón diferente a la que puede dar el estudio de ellos mismos de forma aislada.

1. Término de Michael Foucault, conferencias: “Du gouvernement des vivants”. College de France, (30 Enero 1979, 6 de Eneero 1980). Paris. Def. Maite Larruri: “un anarquismo metodológico que combina las reglas de un proceder analítico (línea Canguilhem) y las de un diagnóstico (influencia de Nietzsche). Las verdades científicas hay que aceptarlas solo en la medida en que aceptamos su régimen de verdad. La anarqueología quiere hacer de su diagnóstico no a un remedio normativo sino una caja de herramientas para construir subjetividades alternativas.” Def. Christoph Keller: “divisor semiótico que divide el mundo en dos mitades, la arqueológica y la no arqueológica. Es un término que evoca algo aún no conocido”

CONCLUSIONES

La investigación supone en sí misma una ejemplificación del proceso medial, al igual que las geologías con el paso del tiempo y los sucesos van almacenando información en ellas mismas de índoles muy diferentes, aquí se ha producido un recorrido a través de distintas disciplinas tanto científicas como son la arqueología, la geología y la fotogrametría; como artísticas, colocándolas todas ellas a posteriori en el marco de la arquitectura: La Catedral de Justo. Todos los campos mencionados aquí incorporan en su saber diferentes métodos, visiones, objetos de estudio y objetivos. El esfuerzo del trabajo de producir una hibridación y asociación entre ellos proviene de una metodología basada en la Anarqueología1, entendiendo por lo tanto los resultados y métodos como una herramienta tanto para el estudio científico, así como una fuente de inspiración y base para la libertad creadora (arquitectónica y artística).

168

-LA CATEDRAL DE JUSTO -OBJETIVOS Y METODOLOGÍA

1.-ANARQUEOL. MEDIAL -ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

La creación del clon digital suponía también una puesta en crítica y revisión de la intervención arquitectónica en el patrimonio construido, de sus documentos (meras representaciones de la realidad), sus elementos y sus conceptos2 (intuiciones y experiencias). Ahora los documentos pasan a ser reales (clon digital), los elementos son las geologías propias de la preexistencia y los conceptos salen de datos medidos, existentes y verdaderos. Esta digitalización permite obtener una información tan detallada y concreta de la realidad y sus procesos, que da la posibilidad al proyectista de re-transformarla de vuelta, suponiendo un punto importante de inflexión en el diseño, una palette de procesos y datos verdaderos (naturales y humanos). La referencia continua a las Cámaras de las Maravillas o Gabinetes de curiosidades comenzó siendo una metáfora poética para identificar el trabajo, sin embargo con el transcurso de las investigaciones y ahondando en la propia definición del término, las “Wunderkammer”, surgidas los Siglos XVI y XVII, eran anticuarios que guardaban indistintamente elementos naturales y artificiales, por un lado con objetivo enciclopédico pero por el otro también subjetivo, sirviendo así para comprender la historia de lo planetario y de lo cultural humano. La Catedral de Justo bien podría cumplir prácticamente todo lo descrito aquí, una ruina arquitectónica en construcción, compuesta de basu-

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

-WUNDERKAMMER -ARCHIVO

169

ra, restos y fragmentos de objetos contemporáneos y no contemporáneos, naturales y no naturales, 2. Eduardo Castillo Vinuesa, conobras de arte, piezas únicas y por cepto: “Arquitectura: documentos, elementos y conceptos” último, el propio Justo. Una colección de elementos muy ricos en información de muchos tipos, áreas y saberes diferentes, una cámara de las maravillas. Como última conclusión, triste a la par que inesperada, durante las últimas visitas a la Catedral se podían apreciar importantes cambios en el templo, el lugar había sido limpiado por completo y despojado de la cantidad abrumadora de objetos anterior. La mayoría de las reliquias han sido retiradas y se ha producido una redistribución notable de muchos de sus espacios. Últimamente era ya bastante difícil encontrarse a Justo trabajando en su obra debido a la edad (96 años), sin embargo la catedral permanecía, al igual que durante todos sus años de existencia, con la misma esencia. Tras descender a la cripta encontré una pequeña y modesta tumba vacía recién excavada, y tras hablar con varias personas del lugar parece ser que el artífice de toda esta epifanía ha decidido retirarse (posiblemente obligado por la vejez) y simplemente esperar a Dios. Las fotografías tomadas para la creación de los clones digitales son todas anteriores a este suceso, lo que supone que la Catedral, tal y como Justo la veía, ya sólo existe en este archivo, siendo por lo tanto el último reducto de su imaginario y un homenaje a su persona.

CONCLUSIONES

0.-INTRODUCCIÓN

170

0.-INTRODUCCIÓN -LA CATEDRAL DE JUSTO -OBJETIVOS Y METODOLOGÍA

1.-ANARQUEOL. MEDIAL -ANARQUEOLOGÍA -ARQUEOL. ART. CNTMP. -MEDIA-GEOLOGÍA MEDIAL -CLON DIGITAL

2.-METODOL. PRÁCTICA 3.-CMRA. D. LAS MRVLLS. -FOTOGRAMETRÍA -PIX4D-MAPPER

-WUNDERKAMMER -ARCHIVO

171

BIBLIOGRAFÍA LIBROS:

CONFERENCIAS:

LYLELL, Charles. Principles of Geology. Chicago: University of Chicago Press, 1830; 196 páginas.

GONZALEZ RUIBAL, Alfredo. Antropoceno, arte y arqueología. VIII Curso de introducción al arte contemporáneo, Post Arcadia 2, sesión 6. Murcia, 8 de Mayo 2018. Consultado en http:// www.cendeac.net/es/curso-de-introduccion-alarte-contemporaneo/alfredo-gonzalez-ruibal

LIPOVETSKY, Guilles; CHARLES, Sébastien. Les temps hyper modernes. París: Grasset, 2004; 196 páginas. Versión española: Los tiempos hipermodernos; Barcelona: Anagrama, 2006; 144 páginas. BUCHLI, Victor; LUCAS, Gavin; COX, Margaret. Archeologies of the Contemporary Past. London: Routledge, 2001; 208 páginas. BECHER, Hilla; BECHER, Bernd. Tipologies of Industrial buildings. Cambridge: MIT Press Ltd, 2004; 228 páginas. KOOLHAAS, Rem. Elements of Architecture. Taschen, 2018; 2600 páginas. PARIKKA, Jussi. Geology of Media. University of Minnesota Press, 2015. Edición española consultada: Una geología de los medios. Buenos Aires: Caja Negra Editora, 2021; 295 páginas BENJAMIN, Walter; EILAND, Howard & MCLAUGHLIN, Kevin (Traductores).The Arcades Project. The Belknap Press of Harvard University Press, 1999. TURAN, Neiran. Architecture as Measure. Nueva York: Actar Publishers, 2020; 300 páginas. GONZALEZ RUIBAL, Alfredo. Arqueología de la Batalla de Belchite. Madrid: CSIC, 2015; 129 páginas

GIROT, Christophe, Point Cloud modeling the Alpine Landscape. TEDxZurich, Zurich, 20 de Enero 2017. Consultado en https://www. youtube.com/watch?v=REfBWEJh1rk&t=292s PELÍCULAS: KELLER, Christoph. A Non History of Thought. 2018. TARR, Béla. The Turin Horse. Hungría, 2012. TARKOVSKI, Andrei. Stalker. Rusia, 1979. RECURSOS DIGITALES: TURAN, Neiran. http://nemestudio.com/ VALLA, Clement. http://clementvalla.com/ BATHORY, Rebecca https://www.rebeccabathory. com/ CHAPMAN, Jake; CHAPMAN, Dinos. https:// jakeanddinoschapman.com/ CAS OSLO. https://cas.oslo.no/in-depth/lifeamong-soviet-ruins-the-past-is-still-presentarticle2343-1167.html PAPOLI YAZDI, Leila; DEZHAMKHOOY, Maryam. https://link.springer.com/ referenceworkentry/10.1007%2F978-1-44190465-2_1530#howtocite OLD SKULL. https://www.oldskull.net/ NORFOLK, Simon. https://www.simonnorfolk.com/

ARTÍCULOS:

RICE, Tivon. https://www.tivonrice.com/

URBAN, Daniel. “Anarcheology as a concept”. Schirn Mag. (Berlín), Julio 2018. Recuperado de: https://www.schirn.de/en/magazine/context/ double_feature_christoph_keller/

PIX4D. https://www.pix4d.com/es/

KELLER, Christoph. “Anarcheology”. Vdrome. (Berlín), 2014. Recuperado de: http://www. vdrome.org/christoph-keller-anarcheology

FACTUM FOUNDATION. https://www. factumfoundation.org/ind_fa/36/recording

BARDOU, Benjamin. https://benjaminbardou.com/ FROSALI, Ruben. https://rubenfro.com/

ESCORIHUELA, Juan. https://www.youtube.com/ watch?v=PWBAzmll-ZA

BIBLIOGRAFÍA

LARRURI, Maite. Foucault y la verdad como campo de batalla. Madrid: Enclave de libros, 2018; 278 páginas.

A mi padre, a mi madre y a mi hermana.

172

173

HERNANDO DEL AMO, PABLO @atelier.hda hernando.delamo.p@hotmail.com