💻 computer science

Shift Variant Image Degradation and Restoration Using Singular Value Decomposition

यह शोध पत्र शिफ्ट-वेरिएंट मोशन ब्लर द्वारा खराब हुई छवियों को पुनर्स्थापित करने के लिए एक सिंगुलर वैल्यू डिकंपोजिशन (SVD)-आधारित ढांचे का प्रस्ताव करता है, जो विभिन्न मोशन मॉडलों में शोर प्रवर्धन (noise amplification) को नियंत्रित करते हुए छवि के विवरणों को प्रभावी ढंग से पुनर्प्राप्त करने के लिए सिंगुलर-वैल्यू ऊर्जा प्रतिधारण मानदंड का उपयोग करता है।

मूल लेखक: Arun D. Kulkarni

प्रकाशित 2026-07-03

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Arun D. Kulkarni

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक व्यस्त सड़क की स्पष्ट फोटो लेने की कोशिश कर रहे हैं, लेकिन आपका कैमरा हिल रहा है, या जो चीजें आप फिल्मा रहे हैं वे अलग-अलग गति से चल रही हैं। परिणाम एक धुंधला सा मलबे जैसा होता है जहाँ चित्र के कुछ हिस्से थोड़े धुंधले हैं, जबकि अन्य लंबे निशानों में खिंच गए हैं। वैज्ञानिक इसे शिफ्ट-वेरिएंट इमेज डिग्रेडेशन (shift-variant image degradation) कहते हैं।

फोटोग्राफी और इमेजिंग की दुनिया में, "शिफ्ट-इनवेरिएंट" ब्लर एक पूरे चित्र पर समान रूप से फैली हुई कोहरे की चादर की तरह है। आप इसे एक मानक रेसिपी से ठीक कर सकते हैं। लेकिन "शिफ्ट-वेरिएंट" ब्लर एक ऐसे कोहरे की तरह है जो फोटो के बाईं ओर घना होता जाता है और दाईं ओर पतला होता जाता है, या एक ऐसा निशान जो चित्र में आगे बढ़ते हुए अपना आकार बदल लेता है। इसे ठीक करना बहुत कठिन है क्योंकि पूरे चित्र पर लागू करने के लिए कोई एक एकल रेसिपी नहीं है।

यहाँ लेखक, अरुण डी. कुलकर्णी, सिंगुलर वैल्यू डिकंपोजिशन (SVD) नामक एक गणितीय उपकरण का उपयोग करके इस पहेली को हल करने का प्रस्ताव देते हैं।

समस्या: "शोर वाला" पहेली (The "Noisy" Puzzle)

एक खराब हुई इमेज (degraded image) को एक विशाल, टूटे हुए पहेली (puzzle) के रूप में सोचें। "ब्लर" वह प्रक्रिया है जिसने टुकड़ों को तोड़ा है, और "नॉइज़" (जैसे पुराने टीवी पर दिखने वाली झिलमिलाहट) वह धूल है जो इसमें मिल गई है।

इमेज को ठीक करने के लिए, आपको टूटने की प्रक्रिया को उलटने की आवश्यकता होती है। हालाँकि, क्योंकि ब्लर चित्र में जगह-जगह बदलता रहता है, इसलिए यह "तोड़ने वाली मशीन" अविश्वसनीय रूप से जटिल और अस्थिर है। यदि आप इसे बस उलटने की कोशिश करते हैं (जैसे टेप को रिवाइंड करना), तो धूल के नन्हे कण (नॉइज़) भारी मात्रा में बढ़ जाते हैं, जिससे आपका सुधरा हुआ चित्र एक दानेदार, अपरिचित मलबे में बदल जाता है। यह केक को वापस बनाने की कोशिश करने जैसा है; यदि आप सावधान नहीं हैं, तो आपको केवल केक ही वापस नहीं मिलेगा, बल्कि चारों ओर आटे का बादल भी मिल जाएगा।

समाधान: "एनर्जी फ़िल्टर" (The "Energy Filter")

यह पेपर SVD का उपयोग करके इस प्रक्रिया को उलटने का एक स्मार्ट तरीका प्रस्तावित करता है। आप SVD को इस तरह समझ सकते हैं कि यह उस जटिल "तोड़ने वाली मशीन" को सामग्री की एक सूची में तोड़ देता है, जिसे सबसे महत्वपूर्ण से लेकर सबसे कम महत्वपूर्ण तक रैंक किया गया है।

सामग्री (सिंगुलर वैल्यूज): कल्पना करें कि इमेज रिस्टोरेशन की प्रक्रिया 128 सामग्रियों वाली एक रेसिपी है। पहली कुछ सामग्रियां "मुख्य स्वाद" हैं (छवि के मुख्य आकार और विवरण)। अंतिम कुछ सामग्रियां "नन्हे कण" हैं (बारीक विवरण जो बहुत अधिक शोर के साथ मिश्रित हैं)।
खतरा: यदि आप इमेज को फिर से बनाने के लिए उन सभी 128 सामग्रियों का उपयोग करने की कोशिश करते हैं, तो अंत की नन्ही सामग्रियां रेसिपी पर हावी हो जाएंगी, जिससे परिणाम का स्वाद बहुत खराब हो जाएगा (शोर से भरा हुआ)।
पुराना तरीका (ट्रंकेशन): पिछले तरीकों ने इस समस्या को हल करने के लिए अंतिम 50 सामग्रियों को सीधे फेंक देने की कोशिश की। लेकिन यह जोखिम भरा है। यदि आप बहुत अधिक चीजें फेंक देते हैं, तो आप महत्वपूर्ण विवरण (जैसे चेहरे की बनावट) खो देते हैं। यदि आप बहुत कम चीजें फेंकते हैं, तो शोर चित्र को बर्बाद कर देता है। यह एक अनुमान लगाने का खेल है।

पेपर का नया विचार:
केवल "नन्हे कणों" वाली सामग्रियों को फेंकने के बजाय, लेखक एक 99% एनर्जी रिटेंशन क्राइटेरियन (99% Energy Retention Criterion) का सुझाव देते हैं।

उपमा: कल्पना करें कि आपके पास पानी की एक बाल्टी (इमेज एनर्जी) है और आप उसका 99% हिस्सा रखना चाहते हैं। आप अपनी सामग्रियों की सूची देखते हैं और कहते हैं, "मैं हर उस सामग्री को रखूँगा जब तक कि मैं कुल पानी का 99% कैप्चर न कर लूँ।"
ट्विस्ट: शेष नन्ही सामग्रियों के लिए (वह अंतिम 1% जिसकी हमें पानी का स्तर बनाए रखने के लिए आवश्यकता नहीं है), उन्हें कचरे में फेंकने के बजाय, हम उनके वॉल्यूम (आवाज़) को कम कर देते हैं। हम उन्हें हटाते नहीं हैं; हम बस उन्हें चिल्लाने के बजाय फुसफुसाने लायक बनाते हैं।

इस तरह, हम महत्वपूर्ण विवरणों को सुरक्षित रखते हैं, लेकिन उन शोर वाले हिस्सों को धीमा कर देते हैं जो अन्यथा चित्र को खराब कर देते।

प्रयोग: तीन प्रकार के ब्लर्स (Three Types of Blurs)

इस "वॉल्यूम कंट्रोल" विधि का परीक्षण करने के लिए, लेखक ने तीन विशिष्ट प्रकार के "कांपते कैमरों" (गणितीय मॉडल) को बनाया और उनसे ली गई छवियों को ठीक करने का प्रयास किया:

बाय-डायरेक्शनल लीनियर मोशन (Bi-directional Linear Motion): कल्पना करें कि कैमरा एक सीधी रेखा में आगे-पीछे चल रहा है, लेकिन इसकी गति फोटो में कहीं भी देखने पर बदल जाती है।
गौसियन मोशन (Gaussian Motion): कल्पना करें कि कैमरा एक बेल-कर्व (bell-curve) पैटर्न का पालन करते हुए हिल रहा है (बीच में सबसे ज्यादा शेकिंग, किनारों पर कम), लेकिन उस शेकिंग की "चौड़ाई" चित्र में जगह-जगह बदलती रहती है।
सिंपल हार्मोनिक मोशन (SHM): कल्पना करें कि कैमरा एक पेंडुलम की तरह झूल रहा है। यह झूलने के सिरों पर अधिक समय बिताता है और बीच में तेजी से गुजरता है। यह एक विशिष्ट प्रकार का ब्लर बनाता है जो गति के सिरों पर अधिक भारी होता है।

लेखक ने इस विधि का परीक्षण तीन प्रसिद्ध टेस्ट इमेजेस (लीना नाम की महिला, एक कौआ, और एक टेक्स्ट इमेज) पर किया। हर मामले में, विधि ने उस धुंधले, शोर वाले मलबे को वापस एक स्पष्ट चित्र में सफलतापूर्वक बदल दिया, और उन विवरणों को वापस प्राप्त किया जिन्हें अन्य विधियों ने छोड़ दिया था।

निष्कर्ष (The Bottom Line)

यह पेपर धुंधली तस्वीरों को ठीक करने का एक नया, व्यवस्थित तरीका प्रस्तुत करता है जहाँ ब्लर एक स्थान से दूसरे स्थान पर बदल जाता है। शोर को ठीक करने के लिए कितनी चीज़ें फेंक देनी चाहिए, इसका अनुमान लगाने के बजाय, लेखक यह तय करने के लिए कि कितना रखना है और कितना कम करना है, एक "99% एनर्जी रूल" का उपयोग करते हैं। यह शोर के लिए एक सटीक वॉल्यूम नॉब रखने जैसा है, जो यह सुनिश्चित करता है कि संगीत (इमेज) बिना किसी स्टैटिक (static) के स्पष्ट रूप से सुनाई दे।

लेखक नोट करते हैं कि यह विधि इन विशिष्ट प्रकार के मोशन ब्लर्स के लिए अच्छी तरह से काम करती है और सुझाव देते हैं कि इसे भविष्य में और भी जटिल 2D ब्लर्स को संभालने के लिए या आधुनिक AI तकनीकों के साथ जोड़ने के लिए विस्तारित किया जा सकता है, लेकिन वर्तमान कार्य सख्ती से यह सिद्ध करने पर केंद्रित है कि यह गणितीय "वॉल्यूम कंट्रोल" परीक्षण किए गए तीन मोशन प्रकारों के लिए काम करता है।

तकनीकी सारांश: सिंगुलर वैल्यू डीकंपोजिशन का उपयोग करके शिफ्ट वेरिएंट इमेज डिग्रेडेशन और रिस्टोरेशन

समस्या विवरण
व्यावहारिक इमेजिंग सिस्टम में इमेज डिग्रेडेशन अक्सर कैमरा या ऑब्जेक्ट मोशन, ऑप्टिकल एबरेशन, वायुमंडलीय विक्षोभ (atmospheric turbulence), और सेंसर की खामियों जैसे कारकों से उत्पन्न होता है। जबकि कई रिस्टोरेशन तकनीकें शिफ्ट-इनवेरिएंट पॉइंट स्प्रेड फंक्शन (PSF) को मानती हैं—जो डिग्रेडेशन को एक सरल कन्वोल्यूशन के रूप में मॉडल करने की अनुमति देती हैं—वास्तविक दुनिया के परिदृश्य अक्सर शिफ्ट-वेरिएंट डिग्रेडेशन प्रदर्शित करते हैं। इन मामलों में, PSF इमेज फील्ड में अलग-अलग होता है, जिससे पारंपरिक फूरियर-डोमेन डीकनवल्शन विधियाँ अप्रभावी हो जाती हैं। शिफ्ट-वेरिएंट रिस्टोरेशन एक बड़े पैमाने की, इल-पोज़्ड (ill-posed) इनवर्स समस्या है जहाँ डिग्रेडेशन ऑपरेटर को एक नॉन-टोप्लिट्ज़ (non-Toeplitz) मैट्रिक्स द्वारा दर्शाया जाता है। ऐसे मैट्रिसेस का सीधा व्युत्क्रमण (direct inversion) अस्थिर होता है क्योंकि छोटे सिंगुलर मान (singular values) माप शोर (measurement noise) और संख्यात्मक त्रुटियों को बढ़ा देते हैं, जिससे अस्वीकार्य रिस्टोरेशन आर्टिफैक्ट्स उत्पन्न होते हैं। मौजूदा रेगुलराइजेशन विधियाँ, जैसे टिखोनोव रेगुलराइजेशन (Tikhonov regularization) और ट्रंकेटेड सिंगुलर वैल्यू डीकंपोजिशन (TSVD), पैरामीटर चयन में चुनौतियों का सामना करती हैं; विशेष रूप से, TSVD सूचना खोने का जोखिम उठाता है यदि ट्रंकेशन थ्रेशोल्ड बहुत आक्रामक हो, या शोर को दबाने में विफल रहता है यदि यह बहुत उदार हो।

कार्यप्रणाली
यह शोध पत्र शिफ्ट-वेरिएंट मोशन ब्लर से डिग्रेड की गई छवियों को पुनर्स्थापित करने के लिए एक संशोधित सिंगुलर वैल्यू डीकंपोजिशन (SVD)-आधारित फ्रेमवर्क प्रस्तावित करता है। कार्यप्रणाली इस प्रकार है:

गणितीय सूत्रीकरण: डिग्रेडेशन प्रक्रिया को एक लीनियर सिस्टम $g = Hf + \epsilon$ के रूप में मॉडल किया गया है, जहाँ $g$ प्रेक्षित छवि है, $f$ मूल छवि है, $\epsilon$ एडिटिव नॉइज़ है, और $H$ एक शिफ्ट-वेरिएंट डिग्रेडेशन मैट्रिक्स है। शिफ्ट-इनवेरिएंट सिस्टम के विपरीत, $H$ की पंक्तियाँ एक एकल कर्नेल के बजाय स्थिति-निर्भर PSFs के अनुरूप होती हैं।
SVD विश्लेषण: डिग्रेडेशन मैट्रिक्स $H$ को सिंगुलर वेक्टर्स और सिंगुलर मानों ( $\omega_i$ ) में विघटित किया जाता है। इनवर्स समस्या के समाधान को सिंगुलर मानों के व्युत्क्रम द्वारा भारित घटकों के योग के रूप में व्यक्त किया जाता है। शोध पत्र नोट करता है कि छोटे सिंगुलर मानों से जुड़े घटक शोर के प्रति अत्यधिक संवेदनशील होते हैं।
एनर्जी-रिटेंशन मानदंड: बिना किसी जानकारी को मनमाने ढंग से हटाए (जैसा कि मानक TSVD में होता है) सीधे व्युत्क्रमण की अस्थिरता को संबोधित करने के लिए, लेखक एक सिंगुलर-वैल्यू एनर्जी रिटेंशन मानदंड पेश करते हैं। रिटेन किए जाने वाले सिंगुलर मानों की संख्या एक संचयी ऊर्जा थ्रेशोल्ड द्वारा निर्धारित की जाती है। विशेष रूप से, यह विधि एक कटऑफ $K$ का चयन करती है ताकि कुल सिंगुलर-वैल्यू ऊर्जा का 99% संरक्षित रहे।
क्षीणन रणनीति (Attenuation Strategy): $K$ छोटे सिंगुलर मानों के अनुरूप घटकों को पूरी तरह समाप्त करने के बजाय, प्रस्तावित विधि उन्हें सिंगुलर-वैल्यू मैग्नीट्यूड से प्राप्त स्केलिंग फैक्टर का उपयोग करके क्षीण (attenuate) करती है। इस दृष्टिकोण का उद्देश्य हार्ड ट्रंकेशन के माध्यम से खो सकने वाली उपयोगी इमेज जानकारी को संरक्षित करते हुए शोर के प्रवर्धन को कम करना है।
PSF मॉडल: फ्रेमवर्क का परीक्षण तीन प्रतिनिधि एक-आयामी शिफ्ट-वेरिएंट मोशन PSFs का उपयोग करके किया गया है:
- बाइ-डायरेक्शनल लीनियर मोशन: ब्लर की लंबाई स्थिति के साथ रैखिक रूप से बदलती है।
- गौसियन मोशन: ब्लर की चौड़ाई (स्टैंडर्ड डेविएशन) स्थिति के साथ बदलती है।
- सिंपल हार्मोनिक मोशन (SHM): दोलन का आयाम (amplitude of oscillation) स्थिति के साथ बदलता है, जो हार्मोनिक विस्थापन की प्रायिकता घनत्व को दर्शाता है।

प्रमुख योगदान
शोध पत्र दो प्राथमिक योगदानों की पहचान करता है:

संशोधित SVD रिस्टोरेशन विधि: एक ऐसा रिस्टोरेशन एल्गोरिदम विकसित करना जो प्रभावी सिंगुलर घटकों को व्यवस्थित रूप से चुनने के लिए सिंगुलर-वैल्यू एनर्जी रिटेंशन मानदंड (विशेष रूप से 99% ऊर्जा) का उपयोग करता है। यह विधि शोर दमन और विवरण संरक्षण के बीच संतुलन बनाने के लिए छोटे सिंगुलर मानों के योगदान को समाप्त करने के बजाय उन्हें क्षीण करती है।
शिफ्ट-वेरिएंट ब्लर के लिए एल्गोरिथमिक फ्रेमवर्क: इन विशिष्ट नॉन-यूनिफॉर्म मॉडल्स द्वारा डिग्रेड की गई छवियों पर प्रस्तावित SVD-आधारित रिस्टोरेशन लागू करने और शिफ्ट-वेरिएंट मोशन ब्लर कर्नेल के निर्माण के लिए एक एल्गोरिदम का सूत्रीकरण।

प्रायोगिक परिणाम
प्रस्तावित विधि का मूल्यांकन तीन मानक टेस्ट इमेजेस (Lena, Crow, और Text) का उपयोग करके किया गया, जिनमें से प्रत्येक का आकार 128x128 पिक्सेल था। लगभग 50.07 dB के सिग्नल-टू-नॉइज़ रेशियो (SNR) का अनुकरण करने के लिए एडिटिव रैंडम गौसियन नॉइज़ के साथ इन छवियों को डिग्रेड किया गया था।

Bi-Directional Linear PSF: डिग्रेडेशन मैट्रिक्स का कंडीशन नंबर $1.2849 \times 10^{17}$ था। 99% ऊर्जा मानदंड के तहत, 64 छोटे सिंगुलर मानों को क्षीण किया गया, जबकि 64 बड़े सिंगुलर मानों को रिटेन किया गया।
Gaussian PSF: कंडीशन नंबर $3.442 \times 10^8$ था। 99% ऊर्जा मानदंड के परिणामस्वरूप 23 बड़े सिंगुलर मानों को रिटेन किया गया और 105 छोटे मानों को क्षीण किया गया।
Simple Harmonic Motion (SHM) PSF: कंडीशन नंबर $1.4752 \times 10^4$ था। मानदंड के कारण 86 बड़े सिंगुलर मानों को रिटेन किया गया और 42 छोटे मानों को क्षीण किया गया।

प्रायोगिक परिणामों ने प्रदर्शित किया कि प्रस्तावित दृष्टिकोण ने तीनों मोशन मॉडल्स में इमेज डिटेल्स को प्रभावी ढंग से रिकवर किया और ब्लर आर्टिफैक्ट्स को कम किया। प्रत्येक मॉडल के लिए रिटेन किए गए सिंगुलर मानों की भिन्न संख्या ने विशिष्ट डिग्रेडेशन विशेषताओं के आधार पर एक एडेप्टिव थ्रेशोल्ड की आवश्यकता को रेखांकित किया।

महत्व और दावे
शोध पत्र का दावा है कि प्रस्तावित फ्रेमवर्क शिफ्ट-वेरिएंट मोशन ब्लर से प्रभावित छवियों को पुनर्स्थापित करने के लिए एक व्यवस्थित और कम्प्यूटेशनल रूप से प्रभावी दृष्टिकोण प्रदान करता है। एक ऊर्जा-रिटेंशन मानदंड पर निर्भर होकर, यह विधि पैरामीटर चयन के लिए एक भौतिक रूप से सार्थक तंत्र प्रदान करती है, जो पारंपरिक ट्रंकेशन थ्रेशोल्ड से जुड़ी संवेदनशीलता समस्याओं से बचती है। लेखक तर्क देते हैं कि सिंगुलर-वैल्यू प्रतिनिधित्व रिस्टोरेशन समस्या की इल-कंडीशन्ड प्रकृति में अंतर्दृष्टि प्रदान करता है और स्थिर इनवर्जन तकनीकों के विकास को सक्षम बनाता है। यह कार्य निष्कर्ष निकालता है कि यह SVD-आधारित फ्रेमवर्क शिफ्ट-वेरिएंट समस्याओं के लिए उपयुक्त है और टू-डायमेंशनल स्पेशली वेरिंग PSFs और डीप-लर्निंग मेथड्स के साथ एकीकरण के लिए भविष्य के विस्तार का सुझाव देता है।

समस्या: "शोर वाला" पहेली (The "Noisy" Puzzle)

समाधान: "एनर्जी फ़िल्टर" (The "Energy Filter")

प्रयोग: तीन प्रकार के ब्लर्स (Three Types of Blurs)

निष्कर्ष (The Bottom Line)

इसी तरह के और पेपर