Adaptive edge-preserving denoising using a gradient-based delta-map for NDT X-ray imaging
تقترح هذه الورقة تقنية خريطة دلتا (delta-map) تكيفية قائمة على التدرج للتصوير بالأشعة السينية غير التدميري (NDT)، توازن بفعالية بين كبح الضجيج والحفاظ على الحواف من خلال التوزين لكل بكسل، مما يظهر أداءً فائقًا وكفاءة حوسبية مقارنة بالمرشحات التقليدية ونهج التعلم العميق.
في عالم التصوير الطبي والفحص الصناعي، هناك صراع مستمر بين هدفين متنافسين: رؤية التفاصيل الدقيقة للهيكل والحفاظ على الصورة خالية من الضجيج الحبيبي. فعندما يبحث الأطباء عن ورم ما، أو يفحص المهندسون لوحة دارة مطبوعة بحثاً عن صدع ضئيل، فإنهم يحتاجون إلى أن تكون حواف تلك المعالم حادة كالشفرة. ومع ذلك، فإن زيادة حدة الصورة غالباً ما تجعل ضجيج الخلفية يبدو أسوأ، في حين أن تنعيم الضجيج يميل إلى طمس التفاصيل المهمة ذاتها. هذا حد فيزيائي جوهري في كيفية عمل أنظمة التصوير؛ حيث يؤدي تحسين جانب واحد عادةً إلى تدهور الجانب الآخر. ولعقود من الزمن، حاولت الأدوات القياسية إدارة هذه المقايضة عبر تطبيق القواعد نفسها على الصورة بأكملها، لكن هذا النهج غالباً ما يفشل عندما تحتوي الصورة على مناطق معقدة ومفصلة وخلفيات بسيطة ومنتظمة في آن واحد.
لقد طور فريق من الباحثين طريقة جديدة للتعامل مع هذه المشكلة خصيصاً لصور الأشعة السينية للوحات الدارات المطبوعة، وهي العقول الإلكترونية الصغيرة الموجودة داخل معظم الأجهزة الحديثة. وبدلاً من معاملة الصورة بأكملها بنفس الطريقة، يعمل أسلوبهم كدليل ذكي، بكسل تلو الآخر، يقرر بدقة مقدار الحدة أو التنعيم لكل نقطة صغيرة بناءً على ما هو موجود بالفعل. لقد أنشأوا نظاماً يقوم أولاً بمسح الصورة لتحديد أماكن الحواف المهمة وأماكن الخلفية المسطحة. ثم يقوم بإنشاء خريطة خاصة تخبر الكمبيوتر بزيادة الحدة فقط حيث يرى حافة هيكلية، مثل وصلة لحام أو سلك، بينما يعمل في الوقت نفسه على تهدئة الضجيج في المساحات الفارغة بينها. وهذا يسمح للنظام بتعزيز التفاصيل الحرجة دون جعل بقية الصورة تبدو محببة أو إنشاء هالات اصطناعية حول الحواف.
اختبر الباحثون هذا النهج الجديد على صور أشعة سينية لدارات مطبوعة تم خلطها عمداً بالضجيج لمحاكاة ظروف الرؤية الصعبة. وقارنوا طريقتهم بعدة تقنيات راسخة، بما في ذلك مرشحات التنعيم القياسية، وأدوات الشحذ الكلاسيكية، وحتى البرمجيات التجارية المتطورة المستخدمة في المستشفيات. وأظهرت النتائج أن طريقتهم الجديدة أنتجت صوراً تبدو أكثر وضوحاً وطبيعية من غيرها. وعندما قام الخبراء بقياس الصور باستخدام اختبارات معيارية للوضوح والضجيج، تصدرت الطريقة الجديدة باستمرار، حيث حافظت على شكل المكونات الصغيرة مع إبقاء الخلفية ناعمة. لقد نجحت في الحفاظ على الخطوط الدقيقة للدارة المطبوعة متميزة دون تضخيم التشويش الذي يصاحب عادةً مثل هذه المستويات العالية من التفاصيل.
وما يجعل هذا الاكتشاف مفيداً بشكل خاص هو أنه لا يعتمد على القوة الحاسوبية الهائلة أو مجموعات البيانات الضخمة المطلوبة من الذكاء الاصطناعي الحديث. بدلاً من ذلك، فإنه يستخدم عملية منطقية مباشرة يمكن للمهندسين فهمها والتنبؤ بها. ولأن هذه الطريقة فعالة للغاية، يمكن تشغيلها في الوقت الفعلي على الأجهزة المستخدمة في المصانع، مما يسمح للمفتشين برؤية العيوب فوراً أثناء تحرك القطع على خط الإنتاج. وقد أكدت الدراسة أن هذه التقنية تعمل بشكل جيد عبر مجموعة واسعة من الترددات، مما يعني أنها تتعامل مع الأشكال العريضة وأدق الأنسجة بفعالية. ومن خلال حل الصراع الأزلي بين الحدة والضجيج بطريقة قوية وعملية في آن واحد، يقدم هذا النهج أداة موثوقة لضمان سلامة وجودة الأجهزة الإلكترونية التي نستخدمها كل يوم.
ملخص تقني: التخميد التكيفي المحافظ على الحواف باستخدام خريطة دلتا القائمة على التدرج للتصوير الشعاعي بـ NDT
بيان المشكلة في التصوير الطبي والاختبارات غير التدميرية (NDT) الصناعية، توجد مقايضة فيزيائية أساسية بين الدقة المكانية وكبح الضجيج. إن تعزيز المكونات عالية التردد يعمل على شحذ الحواف والهياكل الحوافية، ولكنه في الوقت ذاته يضخم الضجيج المنهجي، مما يضعف موثوقية التشخيص أو اكتشاف العيوب. وعلى العكس من ذلك، فإن الترشيح منخفض التمرير (low-pass filtering) يعمل على كبح الضجيج ولكنه يؤدي إلى تدهور القدرة على اكتشاف الهياكل الدقيقة. تعتمد تقنيات الترشيح التقليدية (مثل مرشحات غاوس، والترشيح غير الحاد "unsharp masking"، والمرشحات ثنائية الجانب، والمرشحات الموجهة) عادةً على معاملات فائقة (hyperparameters) ثابتة عالمياً. هذا الثبات المكاني يفشل في تحسين الأداء في بيئات التصوير غير المتجانسة، مثل صور الأشعة السينية للوحات الدوائر المطبوعة (PCB)، حيث تتواجد التفاصيل الهيكلية عالية التردد (وصلات اللحام، الموصلات) جنباً إلى جنب مع مناطق الركيزة المنتظمة ومنخفضة التردد. وبينما تقدم التعلم العميق حلولاً تكيفية، إلا أنها غالباً ما تكون مقيدة بالحاجة إلى مجموعات بيانات تدريب ضخمة، وموارد حوسبة ثقيلة، وافتقار إلى التفسير الخوارزمي المطلوب للنشر الصناعي العملي.
المنهجية تقترح الدراسة إطار عمل المعالجة التكيفية للصور بناءً على خريطة دلتا (δ-AIP). وتوسع هذه الطريقة بنية "الترشيح غير الحاد" (Unsharp Masking) التقليدية القائمة على البقايا (residual-based)، وذلك عبر استبدال معامل التضخيم الثابت عالمياً بمصفوفة تحكم متغيرة مكانياً لكل بكسل (δ-map). تعمل الخوارزمية من خلال المراحل التالية:
حساب مقدار التدرج: يتم أولاً تطبيق مرشح غاوس متماثل (isotropic Gaussian filter) على الصورة الأصلية لتخفيف الضجيج عالي التردد. بعد ذلك، تقوم مرشحات "سوبل" (Sobel filters) بحساب مصفوفة مقدار التدرج، والتي تعمل كمقياس للحدود الهيكلية المحلية.
التطبيع والتعيين (Mapping): يتم تطبيع مقدار التدرج باستخدام عتبات قائمة على المئويات (المئوية الخامسة والخامسة والتسعين) لضمان المتانة ضد ضجيج النبضات. ثم تقوم دالة تعيين خطية بتحويل هذه القيم المطبعة إلى مصفوفة أوزان أولية. يتم قياس هذه المصفوفة لتحديد "منظم بروز هيكلي":
الأوزان السالبة (δ<0): تُطبق على المناطق المتجانسة ذات التدرج المنخفض لإحداث ترشيح منخفض التمرير (كبح الضجيج).
الأوزان الموجبة (δ>0): تُطبق على مناطق الحواف ذات التدرج العالي لتعزيز المكونات عالية التردد (تعزيز الحواف).
إعادة البناء التكيفي: يتم إعادة بناء الصورة النهائية عن طريق إضافة حاصل الضرب العنصري لخريطة δ والبقايا عالية التردد (الفرق بين الصورة الأصلية والصورة المرشحة منخفضة التمرير) إلى الصورة الأصلية.
المساهمات الرئيسية
التكيف على مستوى البكسل: على عكس الطرق التقليدية التي تطبق معاملات موحدة عبر الصورة بأكملها، تقوم خريطة δ-map المقترحة بضبط المعالجة ديناميكياً بناءً على البروز الهيكلي المحلي. وهذا يسمح بالحد من الضجيج في مناطق الخلفية وتعزيز حدة الميزات الهيكلية في آن واحد.
القابلية للتفسير والكفاءة الخوارزمية: تعتمد الطريقة على عمليات رياضية حتمية (حساب التدرج والتعيين الخطي) بدلاً من نماذج التعلم العميق القائمة على البيانات. وهذا يضمن كفاءة حوسبية عالية، مما يجعلها مناسبة لأنظمة الفحص بالأشعة السينية في الوقت الفعلي، ويوفر تفسيراً تحليلياً واضحاً.
التحقق الشامل: تقيم الدراسة الطريقة باستخدام إطار عمل متعدد المستويات يشمل مقاييس جودة الصورة المرجعية الكاملة (SSIM, PSNR, LPIPS) والمقاييس غير المرجعية (BRISQUE, NIQE, PIQE)، جنباً إلى جنب مع تحليل التردد المكاني القائم على الفيزياء (MTF, NPS, NEQ).
النتائج التجريبية تم اختبار الطريقة المقترحة على صور الأشعة السينية للوحات الدوائر المطبوعة (PCB) التي تحتوي على ضجيج غاوس مضاف (σn=2.0)، وتمت مقارنتها بمرشحات غاوس، والترشيح غير الحاد (UM)، والمرشح ثنائي الجانب، والمرشح الموجه، وخوارزمية MUSICA التجارية.
الأداء النوعي: أظهر التحليل البصري أن الطريقة المقترحة تخمد ضجيج الخلفية بفعالية مع الحفاظ على الحدود الهيكلية دون إحداث عيوب شائعة مثل الارتداد (ringing) أو الهالات (halos)، والتي لوحظت في المرشحات العالمية التقليدية.
المقاييس الكمية:
المرجع الكامل: حققت الطريقة تشابهاً هيكلياً تنافسياً (SSIM = 0.9751) ونسبة إشارة إلى ضجيج ذروية (PSNR = 33.001 dB)، مع درجة منخفضة في تشابه بقع الصور الإدراكي المتعلم (LPIPS)، مما يشير إلى دقة إدراكية عالية.
عدم المرجعية: حققت الطريقة أقل درجات BRISQUE (23.736) و PIQE (40.747) بين جميع الخوارزميات المقارنة، مما يشير إلى تفوق في الحفاظ على إحصائيات المشهد الطبيعية وتقليل التشوهات المحلية. وفيما يتعلق بـ NIQE، سجلت الطريقة المقترحة 8.280، متفوقة على غاوس (5.897)، و UM (11.165)، وثنائي الجانب (4.818)، والموجه (10.656)، و MUSICA (10.374) في سياق القيم الواردة في دراسة البحث، رغم أن طرق المرشح الموجه و MUSICA أظهرت درجات NIXE أقل في جدول البيانات الخام.
التحليل في نطاق التردد:
MTF: حافظت الطريقة المقترحة على قيم تعديل أعلى في نطاقات التردد المتوسط إلى العالي (حتى 10 mm⁻¹) مقارنة بمرشحات الحفاظ على الحواف الأخرى، مما يشير إلى حفظ أفضل للدقة.
NPS/NEQ: حققت الطريقة طيف ضجيج (NPS) أقل وأكثر استقراراً باستمرار عبر نطاقات التردد مقارنة بمرشحات الحفاظ على الحواف، مع الحفاظ على قيم أعلى لـ NEQ في نطاق التردد المتوسط. وهذا يؤكد قدرة الطريقة على تحسين خصائص نقل الإشارة مع تقليل تدهور الدقة المكانية.
الأهمية والادعاءات يزعم المؤلفون أن إطار عمل δ-AIP يوفر حلاً عملياً للمقايضة بين الدقة والضجيج المتأصلة في التصوير الشعاعي. ومن خلال قياس البروز الهيكلي على مستوى البكسل، تخفف الطريقة من قيود المعاملات الثابتة مكانياً دون الأعباء الحوسبية وأعباء التفسير المرتبطة بالتعلم العميق. وتخلص الدراسة إلى أن هذه التقنية قابلة للتطبيق الفوري في أنظمة الفحص بالأشعة السينية في الوقت الفعلي في كل من التشخيص الإشعاعي وبيئات الاختبارات غير التدميرية (NDT) الصناعية. وقد تم تحديد العمل المستقبلي في التركيز على دمج التحليل الهيكلي متعدد المقاييس (مثل كشف الحواف القائم على مصفوفة هسيان) لتعزيز قدرات استخراج الهياكل بشكل أكبر.