💻 computer science

Dual Band Thermal Videography: Separating Time-Varying Reflection and Emission Near Ambient Conditions

تقدم هذه الورقة إطار عمل للتصوير الحراري ثنائي النطاق يعالج تحدي عدم التحديد المتمثل في فصل الانبعاث والانعكاس المتغيرين زمنياً في الظروف القريبة من المحيط عبر الاستفادة المشتركة من قيود الانبعاث الطيفي وديناميكيات الإشارة الزمنية لاستعادة حقول درجات الحرارة بدقة.

المؤلفون الأصليون: Sriram Narayanan, Mani Ramanagopal, Srinivasa G. Narasimhan

نُشر 2026-03-31

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Sriram Narayanan, Mani Ramanagopal, Srinivasa G. Narasimhan

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تنظر إلى إبريق قهوة فضي لامع موضوع على طاولة المطبخ. إذا نظرت إليه بعينيك العاديتين، سترى الإبريق نفسه وانعكاس الغرفة على سطحه اللامع. من السهل التمييز بينهما.

ولكن إذا نظرت إليه باستخدام كاميرا حرارية (التي ترى الحرارة بدلاً من الضوء)، تصبح الأمور فوضوية. ترى الكاميرا شيئين ممتزجين معاً في صورة واحدة ضبابية:

الحرارة: الحرارة الفعلية المنبعثة من إبريق القهوة (لأن القهوة ساخنة).
الانعكاس: الحرارة "الشبحية" التي ترتد عن الإبريق من الأشخاص الذين يمرون بجانبه أو الجدران الدافئة خلفه.

عادةً، لا تستطيع الكاميرات الحرارية التمييز بين حرارة الإبريق نفسه والحرارة المنعكسة عنه. الأمر يشبه محاولة سماع مغنٍ واحد في جوقة موسيقية حيث يغني الجميع نفس النوتة وبنفس القوة تماماً. أنت فقط تسمع جداراً من الضجيج.

تقدم هذه الورقة البحثية حيلة ذكية لفصل المغني عن الجوقة. إليك كيف فعلوا ذلك، باستخدام تشبيهات بسيطة:

المشكلة: ارتباك "الجسم الرمادي"

لفترة طويلة، افترض العلماء أن الأجسام تعمل كـ "أجسام رمادية" — أي أنها تعكس وتصدر الحرارة بطريقة متوقعة ورتيبة. ظنوا أنه إذا عرفت مقدار الحرارة التي يجب أن يصدرها الجسم، يمكنك معرفة الباقي. لكن في العالم الحقيقي (بالقرب من درجة حرارة الغرفة)، هذا لا يعمل. فالحرارة القادمة من الجسم والحرارة المنعكسة عنه تكون متساوية في القوة تقريباً، مما يجعل الرياضيات مستحيلة الحل باستخدام كاميرا واحدة فقط.

الحل: عينان، وزمانان

بنى الباحثون نظاماً يستخدم كاميرتين حراريتين تنظران إلى المشهد في نفس الوقت، ولكن كل كاميرا ترتدي زوجاً مختلفاً من "النظارات الطيفية" (الفلاتر).

الكاميرا (أ) ترى الحرارة عند لون (طول موجي) محدد.
الكاميرا (ب) ترى الحرارة عند لون مختلف قليلاً.

لقد استخدموا دليلين رئيسيين لفك هذا الاشتباك:

1. دليل "اللون" (الأدلة الطيفية)

فكر في "الانبعاثية" (مدى قدرة الجسم على إصدار الحرة) مثل اللون المفضل لشخص ما.

قد يبدو القميص الأحمر أحمر جداً للعين، لكنه غير مرئي لكاميرا الرؤية الليلية.
وبالمثل، قد يصدر إبريق القهوة حرارة بقوة كبيرة عند "اللون أ" ولكن بضعف عند "اللون ب".
الحيلة: أدرك الباحثون أنه بينما لا نعرف "اللون المفضل" الدقيق للجسم مسبقاً، فإن النسبة بين كيف يبدو في "اللون أ" مقابل "اللون ب" تظل ثابتة. الأمر يشبه معرفة أنه إذا كان الشخص يرتدي قميصاً أحمر، فسيظهر دائماً أكثر احمراراً بمقدار ضعفين من اللون الأز_، بغض النظر عن تغير الإضاءة. هذه النسبة الثابتة تساعدهم في معرفة الهوية الحقيقية للجسم.

2. دليل "السرعة" (الأدلة الزمنية)

هذا هو الجزء الأكثر إبداعاً. لقد نظروا في كيفية تغير الأشياء بمرور الوقت.

الجسم (المغني): الحرارة تتحرك ببطء. إذا سكبت قهوة ساخنة في الإبريق، فإن الإبريق يسخن تدريجياً. إنه يشبه لحناً بطيئاً وسلساً.
الخلفية (الجوقة): الانعكاسات تتغير فورياً. إذا مر شخص بجانب الإبريق، فإن انعكاسه يظهر ويختفي في لمح البصر. إنه يشبه ضربة طبل مفاجئة وحادة.

من خلال مراقبة الفيديو، يمكن للكمبيوتر أن يقول: "ذلك التغير البطيء والسلس هو تسخين الإبريق. أما ذلك التغير المفاجئ والمتقطع فهو مرور شخص ما."

كيف يعمل الأمر في الحياة الواقعية

اختبر الفريق هذه الطريقة في مشاهد يومية:

إبريق القهوة: استطاعوا فصل التسخين البطيء للإبريق عن الانعكاسات سريعة الحركة للأشخاص المارين بجانبه.
اللوح الزجاجي: استطاعوا رؤية بصمة أصبع تركت على زجاج بارد (والتي تتلاشى ببطء مع تبدد الحرارة) مع تجاهل انعكاس يد شخص تتحرك أمامه.
المرآة: استطاعوا رؤية بصمة كف على مرآة كانت تختفي ببطء، متميزة عن انعكاس شخص يقف بالقرب منها.

لماذا يهم هذا؟

قبل هذا، كانت الكمايرات الحرارية مثل راديو تعمل فيه جميع المحطات في وقت واحد. كان بإمكانك سماع شيء ما، لكن لم يكن بإمكانك تمييز الكلمات.
هذه الطريقة الجديدة تشبه مهندس صوت (DJ) يمكنه عزل الأصتم البشرية عن الموسيقى. إنها تسمح لنا برؤية درجة الحرارة الحقيقية لجسم ما حتى لو كان لامعاً، وحتى لو كان الناس يتحركون حوله، وحتى لو لم نكن نعرف بالضبط مما يتكون هذا الجسم.

باختاً شديداً: لقد استخدموا "ألوان حرارة" مختلفة واختلاف "السرعة" بين الحرارة البطيئة والانعكاسات السريعة لتقشير وفصل درجة الحرارة الحقيقية للجسم عن الظلال المربكة لمحيطه رياضياً. هذا يفتح الباب لاستخدام الكاميرات الحرارية في مواقف أكثر تعقيداً في العالم الحقيقي، من فحص المباني إلى مساعدة الروبوتات على الرؤية بشكل أفضل في الظلام.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "التصوير الحراري ثنائي النطاق: فصل الانعكاس والانبعاث المتغير زمنياً في ظروف قريبة من درجة الحرارة المحيطة."

1. بيان المشكلة

تلتقط الكاميرات الحرارية في طيف الأشعة تحت الحمراء طويلة الموجة (LWIR، 8-14 ميكرومتر) إشعاعاً هو مزيج من مكونين:

الانبعاث (Emission): الإشعاع المنبعث من الجسم نفسه، والذي يحكمه درجة حرارته والانبعاثية الطيفية الخاصة به.
الانعكاس (Reflection): الإشعاع القادم من البيئة المحيطة والمنعكس عن سطح الجسم.

التحدي الجوهري: إن فصل هذين المكونين يمثل مشكلة غير محددة (Ill-posed problem). فبدون معرفة مسبقة بانبعاثية الجسم، يستحيل حل كل من درجة الحرارة والانبعاثية بشكل فريد من قياس حراري واحد.

القيود الحالية: تفترض معظم الطرق السابقة أن الخلفية ثابتة، أو أن الجسم أكثر سخونة بكثير من الخلفية (مما يسمح بتجاهل الانعكاس)، أو أن الانبعاثية معروفة.
الفجوة: في الظروف القريبة من درجة الحرارة المحيطة (سيناريوهات الرؤية الحاسوبية النموذجية)، تكون إشارات الانبعاث والانعكاس متقاربة في المقدار، كما يمكن لكل من الجسم والخلفية أن يتغيرا زمنياً. وهذا يجعل الافتراضات القياسية غير موثوقة.

2. المنهجية

يقترح المؤلفون إطار عمل "التصوير الحراري ثنائي النطاق" الذي يحل هذا الغموض عبر الجمع بين الدلائل الطيفية (Spectral Cues) والدلائل الزمنية (Temporal Cues) ضمن إطار تحسين موحد.

أ. نموذج تكوين الصورة

يشتق البحث نموذجاً خطياً لشدة البكسل $I_m(t)$ في نطاق طيفي محدد $m$ عند الزمن $t$ :
$I_m(t) = \epsilon_m U(T_o(t)) + (1 - \epsilon_m) U(T_b(t))$
حيث أن:

$\epsilon_m$ : الانبعاثية الطيفية للجسم في النطاق $m$ .
$T_o(t)$ : درجة حرارة الجسم المتغيرة زمنياً.
$T_b(t)$ : درجة حرارة الخلفية الفعالة (الإشعاع المنعكس).
$U(T)$ : دالة تحول درجة حرارة الجسم الأسود إلى شدة البكسل (تُقرب كدالة خطية بالقرب من الظروف المحيطة).

يقوم النظام بالتقاط فيديو في نطاقين طيفيين ( $m=1, 2$ ). وتتمثل الفكرة الجوهرية في أنه بينما تكون الانبعاثية $\epsilon$ غير معروفة، إلا أنها ثابتة للمادة عبر الزمن، ولكنها تختلف بين النطاقين (مما ينتهك افتراض "الجسم الرمادي").

ب. نهجان للحل

يقدم البحث حلولاً لكل من السيناريوهات المعايرة وغير المعايرة:

1. الحالة المعايرة (الانبعاثية معروفة):

الإجراء: يتم قياس الانبعاثية مسبقاً باستخدام مقياس حرارة (Thermocouple) وخلفية جسم أسود معروفة.
الحل: مع معرفة $\epsilon_1$ و $\epsilon_2$ ، يصبح نظام المعادلات قابلاً للحل. يشتق المؤلفون حلاً تحليلياً مغلقاً لتقدير درجة حرارة الجسم المتغيرة زمنياً $T_o(t)$ ودرجة حرارة الخلفية $T_b(t)$ مباشرة من قياسات النطاقين.

2. الحالة غير المعايرة (الانبعاثية غير معروفة):

التحدي: بدون معرفة الانبعاثية، يكون النظام ناقص الرتبة (معادلتان لثلاثة مجاهيل لكل بكسل في كل خطوة زمنية).
رؤى رئيسية للقيود:
- الدلائل الطيفية: نسبة الانبعاثيات ( $\epsilon_2/\epsilon_1$ ) ثابتة للمادة الواحدة.
- الدلائل الزمنية (للجسم): انتقال الحرارة داخل الجسم هو عملية سلسة ومستمرة (تحكمها معادلات انتشار الحرارة).
- الدلائل الزمنية (للخلفية): غالباً ما تتغير انعكاسات الخلفية بشكل مفاجئ (مثل مرور شخص بجانب الجسم) وهي غير مترابطة مع التطور الحراري للجسم.
إطار التحسين:
يصيغ المؤلفون مشكلة تحسين مشتركة لتقدير $\epsilon_m$ $ϵ_{m}$ ، وإشارة الانبعاث السلسة $\tilde{I}(t)$ $\tilde{I} (t)$ ، والضجيج. تعمل دالة الهدف على تقليل:
- خسارة السلاسة ( $L_{smooth}$ ): تفرض أن إشارة الانبعاث المقدرة تتغير بسلاسة عبر الزمن (أولوية من الدرجة الثانية).
- خسارة هوبير ( $L_{Huber}$ ): تضمن بقاء الإشارة المقدرة قريبة من البيانات المقاسة مع كونها قوية تجاه التغيرات المفاجئة في الخلفية (القيم الشاذة).
- خسارة إعادة البناء ( $L_{MSE}$ ): تستخدم قيد النسبة $k_2$ (المشتق من الفرق بين الإشارة المقاسة والسلسة) لإعادة بناء الإشارة الأصلية.
- تنظيم الضجيج: يعمل على نمذجة وتقليل الضجيج لكل بكسل.

3. المساهمات الرئيسية

إطار العمل ثنائي النطاق: طريقة مبتكرة لفصل الانعكاس والانبعاث في المشاهد الديناميكية القريبة من درجة الحرارة المحيطة باستخدام نطاقين من الأشعة تحت الحمراء طويلة الموجة، متجاوزةً قيود النطاق الواحد أو افتراضات الخلفية الثابتة.
النمذجة الفيزيائية: اشتقاق نموذج شامل لتكوين الصورة يأخذ في الاعتبار تصحيحات الكسب/الإزاحة (تأثير نارسيسوس) ويصيغ صراحةً التفاعل بين الانبعاثية الطيفية والديناميكيات الزمنية.
التحسين غير المعاير: استراتيجية تحسين قوية تستعيد الانبعاثية ودرجة الحرارة دون معايرة مسبقة، وذلك عبر الاستفادة من السلوكيات الزمنية المتباينة لنقل الحرارة (السلس) مقابل نقل الضوء/الانعكاس (المفاجئ).
بروتوكول المعايرة: إجراء عملي لمعايرة الانبعاثية الطيفية باستخدام مقاييس الحرارة ومراجع الجسم الأسود، تم التحقق من صحته مقابل مكتبات طيفية قياسية.

4. النتائج التجريبية

تحقق المؤلفون من صحة طريقتهم من خلال المحاكاة والتجارب الواقعية:

المحاكاة:
- تمت المقارنة مع أفضل الطرق المتاحة (State-of-the-art): مثل Blackbody Channel Prior (BCP)، والقياس الطيفي متعدد الموجات البدائي، والقياس الطيفي ثنائي الموجة.
- النتيجة: تفوقت الطريقة المقترحة بشكل كبير على النماذج المرجعية في استعادة درجة حرارة الجسم، خاصة في ظل ظروف الضجيج المتوسطة إلى العالية. كما نجحت في استعادة قيم الانبعاثية عبر مجموعة واسعة من المواد.
التجارب الواقعية:
- المعايرة: تم التحقق من قيم الانبعاثية المعايرة مقابل مكتبة ECOSTRESS وطريقة العاكس الخاصة بـ FLIR. أظهرت طريقتهم دقة أعلى للمواد ذات الانبعاثية المنخفضة (مثل الكروم والألومنيوم) حيث فشلت طريقة العاكس.
- سيناريوهات الفصل:
  - وعاء القهوة: فصل الانبعاث الحراري البطيء للسائل الساخن عن انعكاس الأشخاص المتحركين.
  - لوح زجاجي: فصل انبعاث لوح زجاجي ساخن عن انعكاس الكتابة بالأصابع الباردة أو المبللة.
  - بصمة كف اليد: فصل الحرارة المتبددة لبصمة كف اليد على مصباح بارد عن انعكاس شخص ما.
- الدقة: حقق النهج غير المعاير أخطاء في تقدير درجة الحرارة بلغت 1.72% (لكأس النبيذ) و 5.34% (لوعاء القهوة) مقارنة بقياسات مراجع مقاييس الحرارة (Ground-truth).

5. الأهمية

تطوير الرؤية الحرارية: ينقل هذا العمل التصوير الحراري من مجرد رسم خرائط لدرجات الحرارة إلى فهم المشهد القائم على الفيزياء. فهو يسمح للكاميرات بـ "الرؤية" عبر الانعكاسات، وهي قدرة كانت محدودة سابقاً بتقنيات الاستقطاب في الضوء المرئي.
البيئات الديناميكية: على عكس الطرق السابقة التي تطلبت أهدافاً ذات درجات حرارة عالية أو خلفيات ثابتة، يعمل هذا النهج في البيئات الديناميكية القريبة من درجة الحرارة المحيطة، مما يجعله قابلاً للتطبيق في الروبوتات، والمراقبة، والتفاعل بين الإنسان والحاسوب.
استعادة خصائص المواد: القدرة على استعادة الانبعاثية الطيفية ودرجة الحرارة في آن واحد دون معايرة مسبقة تفتح آفاقاً جديدة لتصنيف المواد وكشف العيوب في الوقت الفعلي.
سهولة الوصول: من خلال استخدام كاميرات LWIR قياسية مع مرشحات طيفية، يوفر هذا النهج مساراً لتحليل حراري عالي الدقة دون الحاجة إلى أجهزة متعددة الأطياف باهظة الثمن ومتخصصة.

في الختام، يضع هذا البحث إطاراً تأسيسياً لفك الارتباط بين نقل الضوء والحرارة في فيديوهات الأشعة تحت الحمراء، مما يتيح تقديراً قوياً لدرجة الحرارة وإزالة الانعكاس في سيناريوهات العالم الحقيقي المعقدة.