CorStitch: Accessible Video Stitching for Coral Monitoring

समुद्र के तल की कल्पना एक विशाल, बदलते हुए पहेली (पज़ल) के रूप में करें। वैज्ञानिकों और संरक्षणवादियों के लिए, इस पहेली को समझना अत्यंत महत्वपूर्ण है क्योंकि कोरल रीफ (मूंगा चट्टानें) समुद्र के व्यस्त शहरों की तरह हैं, जो अनगिनत प्रजातियों को आवास प्रदान करती हैं और तटों की रक्षा करती हैं। इनका अध्ययन करने के लिए, शोधकर्ता अक्सर समुद्र तल के साथ कैमरा लेकर तैरते हैं या कैमरे को खींचते हैं, और एक क्रम में हजारों तस्वीरें खींचते हैं। हालाँकि, हजारों छोटे, असंबद्ध स्नैपशॉट देखना वैसा ही है जैसे व्यक्तिगत पत्तियों को देखकर एक जंगल को समझने की कोशिश करना; इसमें आप बड़ी तस्वीर को नहीं देख पाते। इसका समाधान है "स्टिचिंग" (stitching)—एक डिजिटल जादू का खेल जहाँ एक कंप्यूटर उन ओवरलैपिंग (एक दूसरे के ऊपर आने वाली) तस्वीरों को लेता है और उन्हें एक विशाल, निर्बाक मानचित्र, या "मोज़ेक" (mosaic) में सिल देता है। लेकिन यहाँ एक पेंच है: यह जादू करने वाले सबसे अच्छे उपकरणों की कीमत बहुत अधिक हो सकती है या उन्हें चलाने के लिए कंप्यूटर विज्ञान में पीएचडी की आवश्यकता होती है। यह कई स्थानीय समुदायों और छोटे समूहों को उनके समुद्री पड़ोस की पूरी तस्वीर देखने के तरीके से वंचित कर देता है।

यहीं पर CorStitch नामक एक नया उपकरण आता है। इसे एक मुफ्त, ओपन-सोर्स "सिलाई मशीन" के रूप में समझें जिसे विशेष रूप से पानी के नीचे के वीडियो के लिए डिज़ाइन किया गया है। यह शोध पत्र CorStitch को एक ऐसे सॉफ्टवेयर के रूप में पेश करता है जो इन पानी के नीचे के वीडियो को आपस में जोड़ने (स्टिच करने) की प्रक्रिया को स्वचालित करता है, जिससे यह तकनीकी कौशल या बजट की परवाह किए बिना स्थानीय मछुआरों से लेकर सरकारी एजेंसियों तक किसी के लिए भी सुलभ हो जाता है। शोधकर्ताओं ने पाया कि CorStitch समुद्र तल के उच्च गुणवत्ता वाले, निरंतर मानचित्र बना सकता है जो दिखने में उतने ही अच्छे हैं जितने महंगे, व्यावसायिक सॉफ्टवेयर द्वारा बनाए जाते हैं। यह पानी के विरूपण (distortion) और कैमरे की हलचल के कारण होने वाले "लहराते" किनारों को अनदेखा करने के लिए वीडियो फ्रेम के केंद्र पर ध्यान केंद्रित करके काम करता है। अध्ययन दिखाता है कि यह गोताखोरों द्वारा चलते हुए या नाव के पीछे खींचे गए कैमरों से लिए गए वीडियो को संभाल सकता है, जिससे घंटों के हिलते हुए फुटेज को स्पष्ट, जियोरेफरेंस वाले मानचित्रों में बदल दिया जाता है जो दिखाते हैं कि कोरल कहाँ हैं और वे समय के साथ कैसे बदल रहे हैं।

समस्या: असंबद्ध स्नैपशॉट का सागर

कोरल रीफ खतरे में हैं, और हमें उन पर कड़ी नज़र रखने की आवश्यकता है। ऐसा करने का सबसे अच्छा तरीका पानी के नीचे के कैमरे हैं। गोताखोर या नावें समुद्र तल के साथ कैमरा खींच सकती हैं, जिससे कोरल, चट्टानों और रेत का वीडियो रिकॉर्ड होता है। ये वीडियो रीफ के एक लंबे, निरंतर मूवी की तरह होते हैं। लेकिन यदि आप रीफ के स्वास्थ्य का अध्ययन करना चाहते हैं, तो आप पूरी फिल्म को फ्रेम-दर-फ्रेम नहीं देखना चाहते। आप एक एकल, विशाल फोटो चाहते हैं जो उस पूरे पथ को दिखाए जिस पर कैमरा गया था। इसे मोज़ेक (mosaic) कहा जाता है।

इन मोज़ेक को बनाना कठिन है। पानी के नीचे की दुनिया अजीब है। प्रकाश अवशोषित और बिखरा हुआ होता है, जिससे सब कुछ नीला या हरा दिखाई देने लगता है। पानी एक लेंस की तरह भी काम करता है, जो छवि को विकृत कर देता है। इसके अलावा, कैमरा कभी भी पूरी तरह से स्थिर नहीं होता; लहरों के साथ यह ऊपर-नीचे होता है और थोड़ा घूमता भी है। यदि आप केवल चित्रों को आपस में जोड़ने की कोशिश करते हैं, तो परिणाम एक अस्त-व्यस्त, टूटा हुआ ढेर होगा जहाँ कोरल खिंचे हुए या दोहरे दिखाई देंगे।

लंबे समय तक, इसे ठीक करने का एकमात्र तरीका महंगे व्यावसायिक सॉफ्टवेयर या जटिल प्रोग्रामों का उपयोग करना था जिनमें बहुत अधिक कंप्यूटिंग शक्ति और तकनीकी ज्ञान की आवश्यकता होती थी। इसने एक बाधा उत्पन्न की: बड़ी यूनिवर्सिटीज तो इन उपकरणों का खर्च उठा सकती थीं, लेकिन स्थानीय समुदाय और छोटे संगठन अक्सर ऐसा नहीं कर पाते थे। उन्हें अपने वीडियो को स्टिच करने के लिए एक ऐसे तरीके की आवश्यकता थी जो मुफ्त हो, उपयोग में आसान हो, और जिसके लिए सुपरकंप्यूटर की आवश्यकता न हो।

समाधान: CorStitch, डिजिटल दर्जी

यहाँ CorStitch का प्रवेश होता है। लेखकों ने इस सॉफ्टवेयर को एक मुफ्त, लचीला और उपयोगकर्ता के अनुकूल विकल्प के रूप में विकसित किया है। इसे पानी के नीचे के वीडियो के लिए एक विशेष दर्जी के रूप में समझें। पूरे, विकृत चित्र को स्टिच करने के बजाय, CorStitch एक चतुर तकनीक का उपयोग करता है: यह केवल प्रत्येक वीडियो फ्रेम की केंद्रीय क्षैतिज पट्टी (central horizontal strip) को देखता है।

केंद्र क्यों? कल्पना कीजिए कि आप एक लंबी सुरंग के माध्यम से देख रहे हैं। किनारों के पास की दीवारें मुड़ी हुई और विकृत दिखती हैं, लेकिन सामने का दृश्य स्पष्ट और सीधा होता है। केवल केंद्र पट्टी पर ध्यान केंद्रित करके, CorStitch वीडियो के अस्त-व्यस्त, विकृत किनारों को अनदेखा कर देता है। इससे "स्टिचिंग" का काम बहुत आसान और अधिक सटीक हो जाता है।

यह सॉफ्टवेयर फूरियर-आधारित इमेज रजिस्ट्रेशन (Fourier-based image registration) नामक एक गणितीय विधि का उपयोग करता है। सरल शब्दों में, यह एक सुपर-फास्ट पैटर्न मैच करने जैसा है। यह एक फ्रेम की केंद्र पट्टी और अगले फ्रेम की केंद्र पट्टी को देखता है, मिलान वाले पैटर्न (जैसे कोरल या चट्टान का आकार) को ढूंढता है, और गणना करता है कि दो शॉट्स के बीच कैमरा कितना हिला था। फिर यह छवियों को एक सहज रेखा बनाने के लिए एक साथ खिसका देता है।

यह वास्तविक दुनिया में कैसे काम करता है

शोधकर्ताओं ने CorStitch का परीक्षण दो अलग-अलग परिदृश्यों में फिलीपींस में किया ताकि यह देखा जा सके कि क्या यह वास्तविक दुनिया की अव्यवस्था को संभाल सकता है।

1. गोताखोर का दृष्टिकोण (डाइव ट्रांसेक्ट्स)
एक परीक्षण में, एक गोताखोर ने समुद्र तल की ओर कैमरा रखते हुए 50 मीटर के पथ पर तैराकी की। गोताखोर रोबोट नहीं है; वह ऊपर-नीचे होता है और थोड़ा घूमता भी है।

• परीक्षण: उन्होंने विभिन्न प्रकार के कैमरा लेंसों का उपयोग किया। एक मानक लेंस ने बहुत अच्छा काम किया। एक वाइड-एंगल लेंस (जो अधिक देखता है लेकिन किनारों को विकृत करता है) ने भी अच्छा काम किया। हालाँकि, जब उन्होंने एक अल्ट्रा-वाइड-एंगल लेंस का उपयोग किया, तो विरूपण इतना अधिक था कि कोरल खिंचे हुए और दबे हुए दिखाई दिए, और सॉफ्टवेयर उन्हें पूरी तरह से स्टिच करने में संघर्ष करता रहा।
• परिणाम: CorStitch ने मानक और वाइड-एंगल वीडियो के लिए निर्बाक मोज़ेक सफलतापूर्वक बनाए। इसने मानचित्र पर "रैंडम मार्कर" (छोटे लाल क्रॉस) भी जोड़े, जो एक वैज्ञानिक नमूना पद्धति का अनुकरण करते हैं। यह वैज्ञानिकों को पूरी छवि को देखे बिना प्रत्येक क्रॉस के नीचे कोरल की गिनती करने की अनुमति देता है, जिससे डेटा संग्रह तेज़ और अधिक सुसंगत हो जाता है।

2. नाव का दृष्टिकोण (बेल्ट ट्रांसेक्ट्स)
दूसरे परीक्षण में, एक नाव ने एक कैमरा सिस्टम को अपने पीछे खींचा, जिससे रीफ का 4.5 किलोमीटर का हिस्सा रिकॉर्ड हुआ। यह तेज़ है लेकिन इसमें अलग तरह की समस्याएँ आती हैं: नाव चलती है, कैमरा ऊपर-नीचे होता है, और पानी की गहराई बदलती है।

• परीक्षण: कैमरे को 2 से 4 मीटर प्रति सेकंड की गति से खींचा गया। वीडियो जुलाई और अक्टूबर में रिकॉर्ड किया गया था।
• परिणाम: CorStitch ने 40 मिनट के वीडियो को सैकड़ों उच्च-गुणवत्ता वाले मोज़ेक में बदल दिया। भले ही कैमरा तेजी से चला (जिससे मोशन ब्लर हुआ) या पानी की गहराई बदली (जिससे छवि हरी या नीली दिखने लगी), सॉफ्टवेयर फिर भी छवियों को एक साथ जोड़ने में सफल रहा।
• जियोरेफरेंसिंग: CorStitch की एक विशेष विशेषता यह है कि यह मोज़ेक के साथ वास्तविक दुनिया के GPS निर्देशांक (coordinates) जोड़ सकता है। गोताखोरी से पहले समय और स्थान को रिकॉर्ड करके, सॉफ्टवेयर प्रत्येक मोज़ेक को एक मानचित्र (जैसे Google Earth) पर रख सकता है। शोधकर्ताओं ने पाया कि कुछ छोटी त्रुटियों (लगभग 9 मीटर) के साथ भी, सॉफ्टवेयर लगातार अलग-अलग तारीखों पर एक ही कोरल कॉलोनियों को एक ही स्थान पर दिखा सकता है। यह समय के साथ होने वाले परिवर्तनों को ट्रैक करने के लिए बहुत बड़ा है, जैसे यह देखना कि क्या कोई कोरल रीफ ब्लीचिंग की घटना के बाद ठीक हो रही है।

यह क्या कर सकता है और क्या नहीं कर सकता

यह पेपर CorStitch के बारे में इसकी सीमाओं को लेकर बहुत स्पष्ट है। यह कोई जादुई छड़ी नहीं है जो सब कुछ ठीक कर देती है।

• यह सबसे अच्छा काम करता है जब कैमरा अपेक्षाकृत सीधी रेखा में चलता है और बहुत अधिक नहीं झुकता है। यह मान लेता है कि कैमरा बस आगे की ओर फिसल रहा है।
• इसे संघर्ष करना पड़ता है अत्यधिक गतिविधियों के साथ। यदि कैमरा गोल घूमता है, बेतहाशा ऊपर-नीचे कूदता है, या अल्ट्रा-वाइड-एंगल लेंस का उपयोग करता है जो छवि को बहुत अधिक विकृत कर देता है, तो स्टिचिंग विफल हो जाएगी या टूटी हुई दिखेगी।
• यह अच्छे डेटा पर निर्भर करता है। यदि GPS डेटा खराब है या वीडियो बहुत धुंधला है, तो अंतिम मानचित्र सटीक नहीं होगा।

हालाँकि, इन सीमाओं के भीतर, परिणाम प्रभावशाली हैं। सॉफ्टवेयर ने ऐसे मोज़ेक बनाए जो दिखने में निर्बाक थे और महंगे, व्यावसायिक कार्यक्रमों द्वारा बनाए गए मोज़ेक के समान थे। इसने गोताखोरों और नावों दोनों के वीडियो को सफलतापूर्वक संभाला, जिससे यह साबित हुआ कि यह विभिन्न प्रकार के सर्वेक्षणों के लिए एक बहुमुखी उपकरण हो सकता है।

यह क्यों मायने रखता है

इस पेपर की सबसे बड़ी उपलब्धि केवल सॉफ्टवेयर के पीछे का गणित नहीं है; बल्कि इसकी सुलभता है। CorStitch मुफ्त और ओपन-सोर्स है, जिसका अर्थ है कि कोई भी इसे डाउनलोड कर सकता है, उपयोग कर सकता है, और यहाँ तक कि इसमें सुधार भी कर सकता है। यह एक सरल ग्राफिकल इंटरफेस (बटन और स्लाइडर के साथ एक विंडो) के साथ आता है ताकि कोडिंग की पृष्ठभूमि के बिना भी लोग इसका उपयोग कर सकें।

लागत और तकनीकी बाधाओं को हटाकर, CorStitch स्थानीय समुदायों, सरकारी एजेंसियों और गैर-लाभकारी संगठनों को अपने रीफ की निगरानी करने के लिए सशक्त बनाता है। एक बड़ी यूनिवर्सिटी के आने और उनके डेटा का विश्लेषण करने की प्रतीक्षा करने के बजाय, वे अपने स्वयं के मानचित्र बना सकते हैं, कोरल स्वास्थ्य में परिवर्तन को ट्रैक कर सकते हैं, और अपने समुद्री पारिस्थितिक तंत्र की सुरक्षा के लिए सूचित निर्णय ले सकते हैं। यह एक जटिल, महंगे वैज्ञानिक प्रक्रिया को एक ऐसे उपकरण में बदल देता है जिसे कैमरा और कंप्यूटर वाला कोई भी व्यक्ति अपने स्थानीय रीफ की कहानी बताने के लिए उपयोग कर सकता है।