В 2005 году на конференции по наскальному искусству человек с PhD по математике из Беркли и карьерой в medical imaging увидел пару фотографий Марса. Одна — привычная ржавая равнина. Вторая — пёстрая мозаика красного, зелёного и жёлтого, где внезапно различимы детали. Это был не новый снимок, а тот же самый, пропущенный через алгоритм, который JPL придумал в 1978 году. Джон Хорман понял, что именно так стоит смотреть на выцветшие рисунки его хобби — и написал плагин DStretch, который за следующие двадцать лет вскрыл скрытые росписи от Ангкор-Вата до норвежских фьордов.
Эта история обычно рассказывается как уютный анекдот про то, как космическая технология нашла применение на Земле. Но самое интересное в ней другое: алгоритм почти тридцать лет был опубликован — и никто из археологов им не воспользовался. Не потому что он был секретным — а потому что знание само не переносится из статьи в инструмент. Для этого нужен человек, который стоит на пересечении двух непересекающихся миров. И в этом история превращается из анекдота в диагноз.
Начать стоит с того, почему вообще понадобилось что-то усиливать. Марсианские и спутниковые снимки — это классическая проблема мультиспектральных данных: камера снимает сцену в нескольких узких диапазонах, и эти каналы почти дублируют друг друга, корреляция между ними часто выше 0,95. Визуально картинка выглядит «монотонной» — все цвета сжаты в узкий уголок палитры, и глаз ничего не различает, хотя данные внутри полны деталей.
Физика тут простая: соседние спектральные диапазоны отражают одну и ту же поверхность, поэтому численно они почти совпадают. Разница между типами пород или минералов есть, но размазана в крошечной разнице между каналами. Это не дефект камеры, а свойство данных. Классическая «повышалка контраста» тут бессильна: она растягивает каналы по отдельности, но не разворачивает сами цвета — ведь сжаты не яркости, а их взаимные соотношения.
Есть и земная версия той же ловушки, и она гораздо древнее. Пигмент выцветает, и его цвет приближается к цвету камня. В статье Хормана 2006 года про Нижнюю Калифорнию это объяснено через физиологию зрения со ссылкой на Ливингстон: цвет и яркость обрабатываются разными механизмами зрительной системы, а цветовая острота у человека намного грубее яркостной. По мере выцветания контраст по яркости создаёт камень сам по себе, и фигура растворяется не в темноте, а в шуме. При этом цифровой снимок сохраняет разницу цветов, которую глаз уже не различает, — там лежит «невидимая» информация, как избыточная цветовая информация в jpeg.
Идея решения рождается из чистой статистики. Преобразование Кархунена–Лоэва — родственник PCA — поворачивает пространство цветов так, что оси выравниваются вдоль реальных направлений изменчивости данных, и каналы перестают коррелировать. Затем дисперсии по новым осям выравниваются, а результат разворачивается обратно в RGB. Если сжатие цветов было «однобоким», после такой процедуры весь куб цветов заполняется, и невидимые различия становятся видимыми.
Придумал применять его к снимкам Джим Соха, руководитель группы обработки цифровых изображений в JPL. В 1978 году вместе с Алланом Шварцем они выпустили статью с длинным названием про «мультиспектральную гистограммную нормализацию» — по сути, ту самую идею. Заметим честно: само преобразование Кархунена–Лоэва старше, и в 1973 году М. М. Тейлор уже предлагал растяжку в декоррелированных координатах, но именно Соха и Шварц применили её к снимкам и запустили в работу. Метод прижился в геологии: с ним картировали лавовые потоки на Большом острове Гавайев.
Идею довёл до инженерного вида его сотрудник Рональд Аллей. Он заметил, что исходная цепочка промежуточных изображений накапливает ошибки округления, и заменил её одной матричной операцией 3×3 — быстрее и точнее. Для ASTER, спектрометра, который запустили в 1999 году на спутнике Terra и который работает до сих пор, Аллей в 1996-м написал Algorithm Theoretical Basis Document — внутренний документ JPL с формулами, псевдокодом и пошаговой спецификацией. Цитата Аллея из NASA Spinoff: «Кто-то же должен был написать описание этой штуки, чтобы пользователи понимали, о чём речь». Он и не подозревал, что через десять лет его служебная записка станет библией для археологов.
Теперь самое любопытное: почему это не перевели в археологию раньше. У метода не было ни секретности, ни патентов, ни железа — только математика и статья в открытом доступе. Ответ, судя по всему, в том, что между сообществами нет мостов: у археологов не было причин читать внутренние документы JPL, у инженеров JPL — причин думать о выцветших наскальных росписях. Каждый сидел в своём языке, своих журналах и своих конференциях.
Второй барьер — отсутствие инструмента. Даже если бы кто-то из археологов наткнулся на идею, применить её голыми руками было нельзя: нужны компетенции в линейной алгебре, матричные операции, ковариационные матрицы. Статья — это рецепт, а не готовое блюдо. Мосты между дисциплинами существуют либо как люди-переводчики, либо как готовые инструменты, и оба варианта редки.
Есть и третий барьер, который легко упустить: техника требовала цифровых фотографий, а они стали массовыми только в начале 2000-х. В эпоху плёнки пропускать каждый кадр через ковариационную матрицу было экзотикой. Так что «27 лет на полке» — это не лень и не тупость, а стечение отсутствия мостов, отсутствия инструмента и только-только созревшей технологической базы. Знание само не переносится — нужен человек на пересечении миров.
Джон Хорман — на редкость подходящий носитель. Бакалавриат по математике в Висконсине (1972), PhD по математике в Беркли (1980), многолетняя карьера в medical imaging: он проектировал алгоритмы для производителей CT и офтальмологических приборов. То есть человек, который и алгебру знает, и привык превращать её в программный код, — и при этом с 1980-х ездил по полевым стоянкам как увлечённый любитель наскальной живописи.
Тут и появляется «случайность». По официальной версии NASA Spinoff, на конференции около 2005 года кто-то показал ему марсианские картинки «до и после». Но в биографии на сайте Rock Art Research есть деталь, которую пересказы теряют: в ноябре 2004-го идею подсказал ему Роберт Марк — известный исследователь наскального искусства. Марк и Билло уже публиковали работы по цифровому усилению снимков наскальных росписей в 2002-м. То есть дорогу Хорману проложил не случайный глюк со слайдами, а живой человек, который сказал: «Смотри, вот это должно сработать и у тебя». Потом была конференция, марсианские картинки «до/после» и реакция Хормана: «Я загуглил и нашёл статью NASA, где объясняется алгоритм. Я знал, что смогу это сделать, — и сделал».
Красивая деталь на стыке его миров: преобразование Кархунена–Лоэва названо в честь Мишеля Лоэва — а Лоэв был одним из профессоров математики у Хормана в Беркли. Так что «случайная» встреча алгоритма с археологией — это на самом деле встреча студента с методом своего собственного преподавателя, спустя четверть века.
Первая же проверка на его фотографиях из Нижней Калифорнии удалась: на снимке из пещеры Сан-Борхитас жёлтая фигура, которую он сам с трудом различал, внезапно «материализовалась из ниоткуда». Самая сочная деталь — что фигуру в 1974 году пропустил Кэмпбелл Грант, рисовавший для своей книги обводку всего потолка пещеры: линия была в поле зрения, но не в восприятии. В марте 2005 года Хорман показал DStretch на конференции Общества археологии Калифорнии в Сакраменто — и инструмент тут же пошёл в народ.
Самый громкий результат — Ангкор-Ват. Сингапурский археолог Ноэль Идальго Тан, тогда участник раскопок в Ангкоре, в 2010-м во время обеденной прогулки по храму заметил следы красного пигмента, сфотографировал их, а потом прогнал снимки через декорреляционную растяжку. Результат его самого ошеломил: около 200 скрытых живописей по всему комплексу — слоны, львы, Хануман, лодки, музыкальный ансамбль пинпеат, всадники между двух строений. Самые детальные сцены в верхнем ярусе центральной башни ежедневно пропускают мимо тысячи туристов: они просто не видны глазу.
Часть — граффити паломников после запустения храма в XV веке, но самые сложные сцены, судя по всему, — следы древних реставраций, возможно, времён короля Анг Чана, правившего в 1528–1566 годах. В 2014-м Тан опубликовал это в журнале Antiquity — и открытие обошло мировую прессу.
Дальше пошли другие. В Бени-Хасане — некрополе Среднего царства в Египте — Линда Эванс и Анна-Латифа Мурад (Macquarie University) в 2018 году показали, что DStretch вытаскивает из стенных росписей изображения свиней, летучих мышей и крайне необычного грифа — животных, которые в египетском искусстве почти не встречаются. В Норвегии, на участке Årsand 1, росписи которого документировали ещё в 1940 году, применения 2008 и 2012 годов добавили около 15 неизвестных фигур и уточнили детали в 28 других. В провинциальном парке Writing-on-Stone в Альберте алгоритм выявил рисунок всадника — «визитку» воина кроу, оставленную в насмешку врагам-блэкфутам: древний эквивалент граффити-тега.
А дальше инструмент уехал за пределы археологии наскального искусства. В Влохосе (Фессалия, Греция) аэроснимки с DStretch-обработкой выявили зоны интереса, которые пропустили и модели рельефа, и георадар, и электросопротивление. В 2023-м Тюбинген и Теннесси опубликовали протокол по DStretch для татуировок на мумиях. Хорман оценивает поток в 200 запросов в год по $50 — это тысячи обработанных по всему миру изображений, а сам плагин для ImageJ он по-прежнему распространяет почти вручную.
Было бы слишком гладко заканчивать на «инструмент открывает всё». У истории есть честный противовес: в треде на Hacker News практики с опытом пробуют DStretch и декорреляционную растяжку сами — и у многих не выходит. Один пробовал ловить скрытую живопись в Ангкоре мультиспектральными фильтрами — не получилось. Другой встроил декорреляционную растяжку в своё ПО — «работает, но момента „во дела, я бы без неё этого не увидел!“ так и не случилось». Это важная поправка: техника не волшебная палочка, она поднимает сигнал только там, где он физически есть, и ещё нужно знать, где искать.
При этом метод продолжает уточняться. Свежий обзор в Mathematics (MDPI, 2025) разбирает слабые места классической схемы и предлагает альтернативные алгоритмы. Сообщество давно нашло обходные пути попроще: разложение в LAB-каналы с автоконтрастом в GIMP или Photoshop даёт примерно похожий эффект, а в MATLAB давно есть встроенная decorrstretch. Показательная деталь эпохи: в тот же день, когда NASA выпустило историю, кто-то на Hacker News попросил LLM собрать веб-реализацию алгоритма — и получил её за часы, бесплатно и в открытом доступе. Сорок лет метод добирался от документов JPL до археологов через человека, оказавшегося на пересечении двух профессий; теперь путь от статьи до рабочего прототипа занимает вечер.
Самое ценное здесь — не «NASA помогает археологам». Самое ценное — сам механизм передачи идеи. Три десятилетия метод лежал в открытом доступе и не двигался, пока не появился человек, который одновременно понимал язык алгебры, язык программного обеспечения и язык полевой археологии. Такие люди — редкость: их нельзя запланировать грантом или вызвать регулятором. Можно только создавать условия, где непересекающиеся сообщества пересекаются: конференции, где смешаны профессии, инструменты, которые не требуют диплома по линейной алгебре, статьи, написанные человеческим языком.
И второе: случайность здесь — не лотерейный билет, а мост, который кто-то навёл заранее. Подсказка Марка в ноябре 2004-го, конференция, марсианские картинки — да, элемент лотереи есть. Но сработала не лотерея, а готовность носителя: Хорман мог увидеть те же картинки за пять лет до этого и не среагировать. Совпали три редких фактора: идея, донесённая живым человеком; носитель с нужной двойной компетенцией; и зрелость цифровой фотографии. Убери один из трёх — и мы бы, возможно, до сих пор ходили мимо скрытых слонов Ангкор-Вата, не видя их.