l detectingpeople.dk › Detektor
detectingpeople.dk
Udvid/Kollaps indhold Detecting People

Udvid/Kollaps indhold Bruger Info

Velkommen Gæst
Hvem er hvor: 1 Gæster
Detektor

Hjem

Nyeste fund /

kommentarer

Mest sete /

bedømte


 Detektor › Mønter › Møntfund parade 
Retur til oversigt Vis/skjul billede information Slideshow BILLEDE 118/573 Send dette billede som et e-postkort Se forrige billede Se næste billede




Tre trevliga borgere
De tre bästa borgarna från helgens sök. De to överst er fra Magnus Smek, Lund, 1332-1360. MB661 og MB650. MB661 er jeg rigtigt glad for, for den er et ganske sjaeldent fund. Nederst er en "konkurrerende" mönt fra ön Hjelm og 1290-tallet (MB430). Oprorsmagerene som var der praegede dels falske mönter, som var kopier af mönttyper som Erik Menved gav ut, dels egne typer, varav dette er en (af to). At den er prydet med en krone på den ene siden var en extra förolämpning mot kungamakten.

Stor historia i små mönter :-)
 
 
Billede information
Tilføjet af:Tobias
Metal:Ag, Cu
Fundsted:Gilleleje Museum
Landsdel:Anden
Fundet med:
XP Deus
Album navn:Møntfund parade
Foreslå et andet album. Klik her.
Nøgleord:MB650 MB661 MB430
Vist:109 gange
URL:www.detecting.dk/coppermine/displayimage/pid=55711.html
 Hans Henrik Hansen [05. April 2013 kl. 17:52]
  Stort Tillykke med de flotte mønter. :tommel:
 Tommy Olesen [05. April 2013 kl. 18:01]
  Spændende mønter Thumbsup
 Freddy A [05. April 2013 kl. 19:54]
  Flotte mønter Tobias, Grattis :tommel:
 Steen Arne Ahlgren [05. April 2013 kl. 20:01]
  Fine moneter Zoom Foto
 Kenneth Vorregaard [05. April 2013 kl. 20:33]
  Endnu flere skønne mønter :tommel:
 Lennart Bondeson [05. April 2013 kl. 21:37]
  Läcker länk till häftig historia! Falskmyntningen pÃ¥ Hjelm har ju en direkt koppling till fighten mellan Erik Menved och Jens Grand.

Udvid/Kollaps indhold Se her
Racer 2
Ny model

Udvid/Kollaps indhold Album links

Udvid/Kollaps indhold Seneste forumindlæg

Udvid/Kollaps indhold Leksikon

Udvid/Kollaps indhold Dagen i dag i historien



detectingpeople.dk!
Detecting People