The Fractional Spectrum: A Unified Adaptive Framework for Image Enhancement via Generalized Derivatives and Multi-Directional Fusion

تخيل أنك تنظر إلى صورة فوتوغرافية، لكن تفاصيلها ضبابية بعض الشيء. تريد رؤية ملمس جدار من الطوب أو الشعيرات الدقيقة على ورقة شجر، لكن الأدوات التي تملكها تشبه الأدوات غير الحادة (البليدة). في عالم الصور الرقمية، هناك "عصا سحرية" شهيرة تُستخدم لزيادة حدة الصور: مرشح "سوبل" (Sobel) ومرشح "لابلاسيان" (Laplacian). فكر في "سوبل" كسكين حاد يقطع مباشرة على طول حواف الأشياء (مثل إطار الطوبة)، وفكر في "لابلاسيان" كمطرقة تبرز المنحنيات والنتوءات (مثل خشونة سطح الطوبة). لعقود من الزمن، كان هذان هما الأداتان الوحيدتان في الصندوق. لكن المشكلة هي أنهما يعملان فقط عند إعدادين محددين؛ فهما يفقدان "المنطقة الوسطى"—التفاصيل الدقيقة والمتوسطة التي تجعل الملمس يبدو واقعياً وغنياً. الأمر يشبه امتلاك راديو لا يمكنه تشغيل سوى ترددين فقط: واحد للترددات المنخفضة (Bass) وآخر للترددات العالية (Treble)، دون أي شيء بينهما.

هذه الورقة البحثية تدخل إلى ذلك الفراغ الهادئ في المنتصف. إنها تستكشف مفهوماً يسمى "الحساب الكسري" (fractional calculus)، وهو طريقة رياضية معقدة تعني "رياضيات تسمح لك بأخذ مشتقة (مقياس للتغير) ليس لمرة واحدة أو مرتين فحسب، بل مثلاً بمقدار 0.6 مرة". تخيل اتخاذ خطوة أطول من الخطوة القصيرة ولكنها أقصر من الخطوة الكاملة. باستخدام هذه "الخطوة الكسرية"، وجد المؤلف طريقة لضبط تحسين الصورة إلى تردد لم تستطع الأدوات القديمة الوصول إليه أبداً. كما قدم طريقة لجعل الأداة "ذكية"، بحيث تغير إعداداتها تلقائياً بناءً على ما إذا كانت تنظر إلى سماء صافية أو صخرة وعرة. والنتيجة هي إطار عمل جديد يجعل الصور أكثر وضوحاً وتفصيلاً دون تحويلها إلى فوضى مليئة بالضجيج والحبيبات.

"الطيف الكسري": طريقة جديدة لزيادة حدة الصور

يقترح المؤلف، زيجون ين من جامعة تونغجي، إطار عمل موحد يسمى "الطيف الكسري" (The Fractional Spectrum). فكرته الرئيسية هي أن الأدوات القديمة (سوبل ولابلاسيان) هي في الواقع مجرد حالات خاصة ومعزولة من عائلة أكبر وأكثر استمرارية من العمليات الرياضية تسمى "مشتقة غرونوالد-ليتنيكوف" (Grünwald-Letnikov - GL derivative).

فكر في مشتقة (GL) كأداة التحكم في شدة الإضاءة (dimmer switch) لحدة الصورة:

• إذا أدرت القرص إلى 1.0، ستحصل على تأثير "سوبل" (كشف الحواف).
• إذا أدرته إلى 2.0، ستحصل على تأثير "لابلاسيان" (كشف الانحناء).
• لكن السحر الحقيقي يحدث عندما تدير القرص إلى قيمة بينهما، مثل 0.6.

عند هذا الإعداد الكسري (حوالي 0.6)، تصل الأداة إلى "نقطة مثالية" في الطيف الترددي؛ فهي تضخم الأنسجة ذات التردد المتوسط—مثل نسيج القماش أو عروق الخشب—التي يتجاهلها مرشح "سوبل" عادةً. وفي الوقت نفسه، تتجنب تضخيم الضجيج عالي التردد (النمش أو التشويش الحبيبي) الذي غالباً ما يزيد مرشح "لابلاسيان" من سوئه. تثبت الورقة رياضياً أن هذا النهج الكسري يشغل نطاقاً طيفياً لا يمكن للمرشحات ذات الرتب الصحيحة الوصول إليه ببساطة.

جعل الأداة "تكيفية" و"متعددة الاتجاهات"

لم يتوقف الباحث عند إيجاد "إعداد القرص" الصحيح فحسب، بل أدرك أن الإعداد الواحد لا يصلح لكل جزء من الصورة؛ فبقعة الجلد الناعمة تحتاج إلى معالجة مختلفة عن قطعة لحاء شجرة خشنة.

ولحل هذه المشكلة، ابتكر "نظاماً تكيفياً". فبدلاً من استخدام إعداد عالمي واحد للصورة بأكملها، تقوم الخوارزمية بفحص كل بكسل صغير وتسأل: "كم مقدار الملمس هنا؟"

• إذا كانت المنطقة ملساء (تباين منخفض)، يرفع النظام الإعداد عالياً (قرب 0.9)، ليعمل تقريباً ككاشف حواف قياسي.
• إذا كانت المنطقة ذات ملمس خشن (تباين مرتفع)، يخفض النظام الإعداد (قرب 0.3)، ليركز على تعزيز تلك التفاصيل متوسطة التردد.

اختبروا ذلك باستخدام قاعدة بسيطة تعتمد على التباين المحلي (كيف تتغير قيم البكسل في نافذة صغيرة بحجم 7×7). وكانت النتائج مبهرة: في صور الجلد الطبية، عززت هذه الطريقة تباين الآفات بمقدار 2.28 مرة مقارنة بالطرق القياسية. وفي صور العيوب الصناعية، حسنت تباين العيوب بنسبة 23%.

علاوة على ذلك، وسعوا الأداة لتنظر في اتجاهات متعددة في آن واحد. فبدلاً من التحقق من الخطوط الأفقية أو الرأسية فقط، يفحص الإطار الجديد أربعة اتجاهات (أفقي، رأسي، واثنان قطريان) ويقوم بدمجها معاً. وقد أثبتوا رياضياً أن استخدام هذه الاتجاهات الأربعة فقط يخلق نتيجة متوازنة تماماً و"متماثلة دورانياً" (rotationally isotropic). وهذا يعني أنها تعزز الأنسجة بشكل متساوٍ بغض النظر عن اتجاهها، دون الحاجة لتدوير الصورة.

تجربة "ألفا نت" (AlphaNet): عندما يفشل التعلم

في تحول غير متوقع، حاول المؤلف أيضاً تعليم الكمبيوتر (شبكة عصبية تسمى AlphaNet) لتحديد أفضل الإعدادات تلقائياً، بدلاً من استخدام قاعدة التباين البسيطة الخاصة بهم. قاموا بتدريب شبكة تحتوي على 220,000 معلمة (parameter) للتنبؤ بالإعداد المثالي لكل بكسل.

ومع ذلك، تشير الورقة إلى أن هذا النهج المتعلم فشل في التفوق على القاعدة البسيطة. لقد ارتبكت الشبكة بسبب هدفها الخاص؛ فبسبب إخبارها بضرورة تعظيم "التباين" في كل مكان، قررت الشبكة أن أفضل طريقة للحصول على تباين عالٍ هي ضبط الإعداد على 0.81 لمعظم الصورة تقريباً. هذا حول الأداة الكسرية المتطورة مرة أخرى إلى كاشف حواف أساسي، مما أفقدها المزايا الخاصة بالترددات المتوسطة. ويرى المؤلف أن هذا حدث لأن هدف التدريب لم يوجه الشبكة لتكون لطيفة مع المناطق الملساء. وخلصوا إلى أن القاعدة البسيطة المصنوعة يدوياً بناءً على التباين المحلي هي حالياً أكثر فعالية من النهج المتعلم لهذا الغرض المحدد.

السرعة والأداء في العالم الحقيقي

لم يكتف الفريق بالرياضيات فقط، بل بنوا نسخة سريعة من هذه الأداة بلغة ++C باستخدام تعليمات الكمبيوتر الحديثة (AVX2) والمعالجة المتوازية (OpenMP). وأظهروا أن هذا الكود أسرع بـ 2.80 مرة من نسخة بايثون القياسية عند معالجة صور كبيرة (2048 × 2048 بكسل)، حيث وصلت سرعته إلى 36.2 مليون بكسل في الثانية.

اختبروا طريقتهم على أربعة أنواع مختلفة من الصور:

1. أنسجة كيلبيرج (Kylberg): أنماط طبيعية مثل العشب، الحجر، والقماش.
2. ISIC 2018: صور طبية لآفات الجلد (Dermoscopy).
3. MVTec AD: صور صناعية للبحث عن عيوب في المواد مثل السجاد والخشب.
4. DTD: أنسجة المشاهد الطبيعية العامة.

عبر كل هذه الاختبارات، تفوقت الطريقة الكسرية التكيفية باستمرار على مرشحات "سوبل" و"لابلاسيان" الكلاسيكية؛ حيث أنتجت أنسجة أكثر وضوحاً، وتباينًا أفضل في مناطق الاهتمام المحددة، وحافظت على توازن جيد بين الحدة وجودة الصورة.

ماذا عن الضجيج والأعداد المركبة؟

استكشفت الورقة أيضاً بعض المتغيرات المتقدمة. فقد أظهروا أنه إذا استخدمتم رتبة سالبة (مثل -0.3)، فإن الأداة تعمل كـ "مكامل كسري" (fractional integrator)، مما يعمل على تنعيم الضجيج قبل زيادة الحدة. واختبروا عملية من مرحلتين (التنعيم أولاً، ثم زيادة الحدة) ووجدوا أن ذلك يحسن جودة الصورة في الصور التي تحتوي على ضجيج.

حتى أنهم جربوا الأعداد المركبة (إضافة جزء تخيلي إلى الرتبة). وقد خلق هذا إزاحة طورية فريدة في معالجة الصورة، والتي يمكن نظرياً ضبط الاستجابة الترددية بطرق لا تستطيع الأعداد الحقيقية القيام بها. ومع ذلك، تشير الورقة إلى أن هذا مجال جديد يتطلب مزيداً من الدراسة ولا يقدم حتى الآن ميزة هائلة على نسخة الأعداد الحقيقية للمهام القياسية.

الخلاصة

تقدم هذه الورقة إطار عمل موحداً يثبت أن مرشحات "سوبل" و"لابلاسيان" القديمة ليست سوى نقطتين في طيف أغنى بكثير. ومن خلال استخدام الرتب الكسرية (تحديداً حول 0.6) وتكييف الإعدادات بناءً على الملمس المحلي، نجح المؤلف في ابتكار أداة تعزز الصور بشكل أكثر طبيعية من الطرق السابقة. فهي تلتقط التفاصيل "المتوسطة" التي كانت مفقودة سابقاً، وتعمل بشكل أسرع على أجهزة الكمبيوتر الحديثة، وتؤدي بشكل أفضل في كل شيء بدءاً من آفات الجلد وصولاً إلى أرضيات المصانع. وبينما لم تنجح محاولتهم لاستخدام الشبكة العصبية لأتمتة الإعدادات، فإن القاعدة التكيفية البسيطة التي طوروها تقدم حلاً قوياً وفعالاً للغاية لتعزيز الصور.