🔢 mathematics

Gegenbauer Polynomial Convolution for Bi-Univalent Functions with Applications to Image Enhancement

यह शोध पत्र गेनरबाउर बहुपद संवहन (Gegenbauer polynomial convolution) के माध्यम से परिभाषित द्वि-एकवचनी फलनों (bi-univalent functions) के एक नए उपवर्ग को प्रस्तुत करता है ताकि गुणांक सीमाओं और फेकेटे-सेगेटो असमानताओं (Fekete-Szegö inequalities) को व्युत्पन्न किया जा सके, जिनका उपयोग फिर एक GCEA एल्गोरिदम विकसित करने के लिए किया जाता है जो किनारों का पता लगाने में सुधार करके, संरचनात्मक विशेषताओं को संरक्षित करके और कंट्रास्ट बढ़ाकर डिजिटल छवियों को प्रभावी ढंग से उन्नत करता है।

मूल लेखक: TARAL D SHAH, V. SIVASANKARI, O. KARTHIYAYINI

प्रकाशित 2026-08-11

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: TARAL D SHAH, V. SIVASANKARI, O. KARTHIYAYINI

मूल पेपर CC BY 4.0 (https://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 विशाल, अदृश्य पुस्तकालय में खड़े हैं जहाँ हर किताब कागज के एक टुकड़े पर बना एक अद्वितीय आकार है। जो गणितज्ञ "जियोमेट्रिक फंक्शन थ्योरी" (Geometric Function Theory) का अध्ययन करते हैं, वे इन आकारों को छाँटने वाले पुस्तकालयाध्यक्षों की तरह हैं। वे विशेष रूप से "यूनिवेलेंट" (univalent) फलनों में रुचि रखते हैं, जो ऐसे आकार हैं जो खुद पर वापस नहीं मुड़ते या एक दूसरे के ऊपर नहीं चढ़ते—सोचिए एक चिकपे, पूर्ण वृत्त के बारे में जो सिकुड़ता नहीं है। लेकिन, एक विशेष, अधिक कठिन समूह है जिसे "बाई-यूनिवेलेंट" (bi-univalent) फलन कहा जाता है। ये वे आकार हैं जो न केवल तब सुंदर दिखते हैं जब आप उन्हें देखते हैं, बल्कि तब भी जब आप उनके दर्पण प्रतिबिंब (या "इनवर्स") को देखते हैं। यह एक नृत्य की मुद्रा की तरह है जो आगे और पीछे दोनों दिशाओं में करने पर सुंदर दिखती है।

इन आकारों को समझने के लिए, गणितज्ञ अक्सर "पॉलीनोमियल्स" (polynomials) का उपयोग करते हैं, जो संख्याओं और चरों से बने निर्माण खंडों (building blocks) की तरह होते हैं। एक प्रसिद्ध परिवार "गेनबॉलर पॉलीनोमियल्स" (Gegenbauer polynomials) का है। आप इन्हें सुपर-लचीले लेगो ब्रिक्स (LEGO bricks) के रूप में देख सकते हैं जो सभी प्रकार के जटिल पैटर्न को वर्णित करने के लिए एक साथ जुड़ सकते हैं, जैसे कि ध्वनि तरंगें कैसे यात्रा करती हैं या ग्रह कैसे कक्षा में घूमते हैं। जब आप इन गणितीय निर्माण खंडों को "कन्वोल्यूशन" (convolution) के साथ मिलाते हैं, तो आपको एक शक्तिशाली उपकरण प्राप्त होता है। कन्वोल्यूशन एक स्टेंसिल या कुकी कटर की तरह है जो एक छवि के ऊपर फिसलता है, एक समय में पिक्सेल के एक छोटे समूह को देखता है और किनारों या बनावट जैसी विशिष्ट विशेषताओं को उभारने के लिए उन्हें आपस में मिला देता है।

कोई इसकी परवाह क्यों करता है? क्योंकि इन अमूर्त गणितीय आकारों को नियंत्रित करने वाले नियम वास्तव में वास्तविक दुनिया की समस्याओं को हल करने के लिए उपयोग किए जा सकते हैं, जैसे कि धुंधली तस्वीरों को स्पष्ट बनाना। यदि हम इन आकारों के व्यवहार के सटीक "सीमाओं" (limits) को समझ सकें, तो हम इन संख्याओं को कंप्यूटर के लिए छवियों को साफ करने के निर्देशों में बदल सकते हैं। यही वह काम है जो इस शोध पत्र के शोधकर्ताओं ने करने का प्रयास किया है: वे यह देखना चाहते थे कि क्या इन फैंसी गणितीय आकारों के सख्त नियम हमें बेहतर तस्वीरें लेने में मदद कर सकते हैं।

शोध पत्र: गणितीय आकारों को चित्र पूर्णता में बदलना

इस शोध पत्र में, तारल डी. शाह, वी. शिवसंकरी और ओ. कार्तियायिनी के नेतृत्व वाली शोधकर्ताओं की एक टीम ने इन "बाई-यूनिवेलेंट" आकारों को व्यवस्थित करने का एक बिल्कुल नया तरीका पेश किया है। उन्होंने एक विशेष क्लब बनाया, जिसे उन्होंने $B_{\eta,\alpha}^{\Sigma}(f, g, h; x)$ नाम दिया, जहाँ प्रत्येक सदस्य एक ऐसा फलन है जो गेनबॉलर पॉलीनोमियल्स के साथ मिलने पर सुव्यवस्थित व्यवहार करता है। इस क्लब को एक वीआईपी (VIP) सेक्शन के रूप में सोचें जहाँ केवल सबसे सुव्यवस्थित गणितीय नर्तकों को ही प्रवेश दिया जाता है, बशर्ते वे इन पॉलीनोमियल्स द्वारा परिभाषित एक विशिष्ट लय का पालन करें।

लेखकों ने केवल लोगों को क्लब में आमंत्रित ही नहीं किया; उन्होंने उन्हें मापा भी। उन्होंने "कोएफिशिएंट एस्टिमेट्स" (coefficient estimates) की गणना की, जो मूल रूप से इन फलनों के आकार और आकृति का वर्णन करने वाली पहली कुछ संख्याएँ हैं। उन्होंने पाया कि इन संख्याओं के अधिकतम और न्यूनतम मान क्या हो सकते हैं। उन्होंने एक प्रसिद्ध प्रकार की असमानता (inequality) भी सिद्ध की जिसे "फेकेट-सेगेटो इनइक्वलिटी" (Fekete-Szegö inequality) कहा जाता है, जो एक सुरक्षा जाल की तरह कार्य करती है, यह सुनिश्चित करती है कि इन संख्याओं के बीच का संबंध एक अनुमानित सीमा के भीतर रहे। सरल शब्दों में, उन्होंने यह पता लगाया कि इन गणितीय आकारों के बढ़ने या मुड़ने की सटीक "गति सीमा" (speed limits) क्या है।

लेकिन यहाँ सबसे रोमांचक बात है: वे केवल गणित की कक्षा तक ही नहीं रुके। उन्होंने पूछा, "यदि हम इन तस्वीरों को ठीक करने के लिए इन गति सीमाओं का उपयोग करें तो क्या होगा?"

उन्होंने गेनबॉलर पॉलीनोमियल कन्वोल्यूशन एन्हांसमेंट एल्गोरिदम (GCEA) नामक एक नया इमेज एन्हांसमेंट टूल विकसित किया। कल्पना कीजिए कि आपके पास एक सेब, एक फूल या एक पैर का एक्स-रे की थोड़ी धुंधली या फीकी तस्वीर है। कंप्यूटर को एक सेट निर्देशों (एक "मास्क" या "कर्नेल") की आवश्यकता होती है जो फोटो के पिक्सेल-दर-पिक्सेल माध्यम से जाकर किनारों को तीक्ष्ण (sharpen) करे। आमतौर पर, ये निर्देश केवल यादृच्छिक संख्याएं या मानक पैटर्न होते हैं। इस शोध पत्र में, लेखकों ने अपने नए गणितीय क्लब से गणना की गई सटीक संख्याओं का उपयोग करके इन निर्देशों को बनाया।

उन्होंने गणितीय संख्याओं को एक 3x3 ग्रिड (एक छोटा विंडो) में बदल दिया जो छवि के ऊपर फिसलता है। उन्होंने इस ग्रिड के चार अलग-अलग संस्करण बनाए, जो चार अलग-अलग दिशाओं की ओर संकेत करते हैं: क्षैतिज (0°), लंबवत (90°), और दो विकर्ण (45° और 135°)। यह चार अलग-अलग कोणों से चमकने वाली चार अलग-अलग टॉर्चों की तरह है जो छिपे हुए विवरणों को प्रकट करती हैं।

यह जादू जैसा गणित काम करता है या नहीं, इसे परखने के लिए, उन्होंने तीन बहुत अलग चित्रों पर इसका परीक्षण किया:

एक सेब: कोमल वक्रों वाला एक चिकना फल।
एक गेबेरा फूल: एक व्यस्त फूल जिसमें बहुत सारी छोटी, विस्तृत पंखुड़ियाँ हैं।
एक पैर का एक्स-रे: एक मेडिकल इमेज जो हड्डियों और एक धातु की पिन को दिखाती है, जहाँ बारीक दरारों को देखना अत्यंत महत्वपूर्ण है।

परिणाम प्रभावशाली थे। जब उन्होंने अपने गणित-आधारित मास्क का उपयोग किया, तो छवियां अधिक स्पष्ट हो गईं और वस्तुओं के किनारे अधिक उभर कर आए। उन्होंने गुणवत्ता को तीन मानक परीक्षणों का उपयोग करके मापा:

PSNR (पीक सिग्नल-टू-नॉइज़ रेशियो): यह जाँचता है कि कितना "शोर" या स्टेटिक जोड़ा गया है। उच्च स्कोर बेहतर है।
SSIM (स्ट्रक्चरल सिमिलैरिटी इंडेक्स): यह जाँचता है कि क्या तस्वीर अभी भी मूल वस्तु की तरह दिखती है, बस अधिक स्पष्ट है।
PCC (पियर्सन कोरिलेशन कोएफिशिएंट): यह मापता है कि नई तस्वीर चमक के पैटर्न के मामले में पुरानी तस्वीर से कितनी पूर्णता से मेल खाती है।

टीम ने पाया कि उनके तरीके ने छवियों को उनके मूल स्वरूप के बहुत करीब रखा। एक्स-रे के लिए, वर्टिकल मास्क (90°) सबसे अच्छा रहा, जिसने 34.81 dB का PSNR और 0.9518 का SSIM दिया, जो कि एक बहुत उच्च स्कोर है। यह समझ में आता है क्योंकि पैर की हड्डियाँ मुख्य रूप से लंबवत होती हैं। फूल के लिए, विधि ने जटिल बनावट को खूबसूरती से संरक्षित किया, जिससे 0.982 का SSIM प्राप्त हुआ। सभी मामलों में, PCC मान 0.996 से ऊपर थे, जिसका अर्थ है कि संवर्धित (enhanced) छवियां मूल छवियों के साथ लगभग पूरी तरह से सह-संबंधित थीं।

शोधकर्ताओं ने निष्कर्ष निकाला कि बाई-यूनिवेलेंट फलनों के सख्त, अमूर्त नियमों को एक व्यावहारिक एल्गोरिदम में बदलकर, वे संरचना को खोए बिना छवियों को प्रभावी ढंग से बेहतर बना सकते हैं। उन्होंने दिखाया कि इन गणितीय आकारों के लिए गणना की गई "गति सीमाएं" केवल सैद्धांतिक नहीं हैं; उन्हें डिजिटल फोटोग्राफी को स्पष्ट और विस्तृत बनाने के लिए एक वास्तविक दुनिया के उपकरण के रूप में उपयोग किया जा सकता है। हालांकि उन्होंने यह दावा नहीं किया कि यह हर इमेज समस्या के लिए अंतिम समाधान है, लेकिन उनके प्रयोगों से पता चलता है कि जटिल ज्यामिति और डिजिटल फोटोग्राफी के बीच यह सेतु एक आशाजनक मार्ग है, विशेष रूप से चिकित्सा छवियों के लिए जहाँ सूक्ष्म विवरणों को देखना महत्वपूर्ण होता है।

तकनीकी सारांश: द्वि-एकल (Bi-Univalent) फलनों के लिए गेनबाकर बहुपद अभिसरण (Gegenbauer Polynomial Convolution) और इमेज एन्हांसमेंट में इसके अनुप्रयोग

समस्या विवरण
यह शोध पत्र दो अलग-अलग लेकिन परस्पर जुड़े हुए क्षेत्रों को संबोधित करता है: ज्यामितिक फलन सिद्धांत (Geometric Function Theory - GFT) में द्वि-एकल फलनों के उप-वर्गों का सैद्धांतिक अध्ययन और डिजिटल इमेज एन्हांसमेंट (छवि संवर्धन) में इन गणितीय गुणों का व्यावहारिक अनुप्रयोग। यद्यपि ऑर्थोगोनल बहुपदों, विशेष रूप से गेनबाकर बहुपदों का उपयोग सन्निकटन सिद्धांत (approximation theory) और संख्यात्मक विश्लेषण में व्यापक रूप से किया गया है, लेकिन द्वि-एकल फलन वर्गों के माध्यम से इमेज प्रोसेसिंग के लिए अभिसरण कर्नेल (convolution kernels) के निर्माण में उनके विशिष्ट अनुप्रयोग का अभी तक पर्याप्त अन्वेषण नहीं हुआ है। मौजूदा इमेज एन्हांसमेंट तकनीकें अक्सर मानक स्थानिक डोमेन फिल्टर या अन्य विश्लेतक फलन उप-वर्गों (जैसे कि मिलेट-लेफ़लर वितरण पर आधारित) पर निर्भर करती हैं, लेकिन एज डिटेक्शन (किनारे का पता लगाने) और संरचनात्मक निष्ठा (structural fidelity) में सुधार के लिए गेनबाकर बहुपदों से जुड़े द्वि-एकल फलनों से प्राप्त गुणांक सीमाओं (coefficient bounds) का उपयोग करने में एक अंतराल मौजूद है।

कार्यप्रणाली
शोध एक दो-चरणीय कार्यप्रणाली का उपयोग करता है, जो जटिल विश्लेषण (complex analysis) से डिजिटल इमेज प्रोसेसिंग की ओर संक्रमण करता है:

सैद्धांतिक सूत्रीकरण (ज्यामितिक फलन सिद्धांत):
- एक नए वर्ग की परिभाषा: लेखक द्वि-एकल फलनों के एक नए उप-वर्ग को परिभाषित करते हैं, जिसे $B^{\eta,\alpha}_{\Sigma}(f, g, h; x)$ के रूप में दर्शाया गया है, जो अभिसरण ऑपरेटरों और गेनबाकर बहुपदों के जनरेटिंग फंक्शन, $H_\alpha(x, z) = (1 - 2xz + z^2)^{-\alpha}$ का उपयोग करता है। एक फलन $f$ इस वर्ग का हिस्सा तब होता है जब $f$ और उसका व्युत्क्रम $F = f^{-1}$ दोनों ही $f$ के सहायक फलनों $g$ और $h$ के अभिसरण (convolution) से संबंधित विशिष्ट सबऑर्डिनेशन (subordination) शर्तों को पूरा करते हैं।
- गुणांक अनुमान (Coefficient Estimation): शोध पत्र इस नए वर्ग के प्रारंभिक टेलर-मैकलॉरिन गुणांकों ( $a_2$ और $a_3$ ) के लिए सटीक अनुमान प्राप्त करता है।
- असमानता व्युत्पत्ति: लेखक वास्तविक $\mu$ के लिए फलन $|a_3 - \mu a_2^2|$ हेतु फेकेट-सेगेटो (Fekete–Szegö) असमानता स्थापित करते हैं।
- सामान्यीकरण: अध्ययन यह प्रदर्शित करता है कि $(\eta, \alpha, g, h)$ मापदंडों को विशिष्ट बनाने से, यह नया वर्ग साहित्य में पाए जाने वाले द्वि-एकल फलनों के कई पहले से अध्ययन किए गए उप-वर्गों को समाहित करता है।
एल्गोरिदम अनुप्रयोग (इमेज एन्हांसमेंट):
- GCEA का विकास: प्राप्त गुणांक सीमाओं ( $a_1, a_2, a_3$ ) के आधार पर, लेखक गेनबाकर बहुपद अभिसरण एन्हांसमेंट एल्गोरिदम (GCEA) विकसित करते हैं।
- कर्नेल निर्माण: गुणांकों का उपयोग चार दिशाओं ( $0^\circ, 45^\circ, 90^\circ,$ और $135^\circ$ ) के लिए दिशात्मक अभिसरण मास्क (kernels) बनाने के लिए किया जाता है।
- प्रोसेसिंग पाइपलाइन: एल्गोरिदम इनपुट छवियों को ग्रेस्केल में परिवर्तित करता है, किनारों का पता लगाने और विशेषताओं को बढ़ाने के लिए दिशात्मक मास्क को अभिसरण (convolution) के माध्यम से लागू करता है, और अंत में एन्हांस्ड इमेज (संवर्धित छवि) उत्पन्न करने के लिए दिशात्मक आउटपुट का औसत निकालता है।
- प्रायोगिक सेटअप: विधि का परीक्षण तीन अलग-अलग प्रकार की छवियों पर किया गया: एक सेब (प्राकृतिक वस्तु), एक गेबेरा फूल (उच्च बनावट/texture), और एक लेग एक्स-रे (चिकित्सा, कम कंट्रास्ट)। चेबिशेव विशिष्टता के लिए पैरामीटर $\eta=1, \alpha=1, x=0.8$ पर स्थिर रखे गए हैं।

प्रमुख योगदान

गणितीय नवीनता: वर्ग $B^{\eta,\alpha}_{\Sigma}(f, g, h; x)$ की शुरूआत और इसके प्रारंभिक गुणांकों की सीमा और फेकेट-सेगेटो असमानताओं का व्युत्पन्न।
अंतर्विषयक सेतु (Interdisciplinary Bridge): द्वि-एकल फलनों के गुणांक अनुमानों और इमेज प्रोसेसिंग के लिए अभिसरण कर्नेल के निर्माण के बीच एक सीधा संबंध स्थापित करना।
एल्गोरिदम प्रस्ताव: GCEA का निर्माण, जो अमूर्त गणितीय सीमाओं को व्यावहारिक इमेज एन्हांसमेंट फिल्टर में परिवर्तित करता है।
विशेष मामले की रिकवरी: प्रस्तावित ढांचे द्वारा चेबिशेव, लेजेंड्रे और अन्य बहुपद प्रणालियों से जुड़े द्वि-एकल फलनों के संबंध में मौजूदा साहित्य के परिणामों को सामान्यीकृत करने का प्रदर्शन।

परिणाम
GCEA के प्रदर्शन का मूल्यांकन पीक सिग्नल-टू-नॉइज़ रेशियो (PSNR), स्ट्रक्चरल सिमिलरिटी इंडेक्स मेजर (SSIM), और पियर्सन कोरिलेशन कोएफिशिएंट (PCC) का उपयोग करके किया गया।

संरचनात्मक निष्ठा (Structural Fidelity): विधि ने उच्च संरचनात्मक संरक्षण प्रदर्शित किया, जिसमें सभी परीक्षण छवियों और दिशात्मक आउटपुट के लिए सभी PCC मान 0.996 से अधिक और SSIM मान 0.94 से अधिक थे।
दिशात्मक चयनात्मकता: नैचुरल और मेडिकल इमेजेस में क्षैतिज और ऊर्ध्वाधर संरचनाओं की व्यापकता के अनुरूप, $0^\circ$ और $90^\circ$ मास्क ने विकर्ण (diagonal) मास्क की तुलना में लगातार उच्च PSNR और SSIM मान दिए।
छवि-विशिष्ट प्रदर्शन:
- लेग एक्स-रे (Leg X-ray) छवि ने $90^\circ$ मास्क का उपयोग करके उच्चतम PSNR (34.81 dB) प्राप्त किया, जिसका श्रेय हड्डी की संरचनाओं के ऊर्ध्वाधर संरेखण को जाता है।
- फूल (Flower) की छवि ने उच्चतम SSIM (0.982) प्राप्त किया, जो घनी, उच्च-आवृत्ति वाली बनावट (high-frequency textures) को संभालने की विधि की क्षमता को दर्शाता है।
- सेब (Apple) की छवि ने ऊर्ध्वाधर शेडिंग ग्रेडिएंट्स के अनुरूप $90^\circ$ मास्क के साथ उच्चतम PSNR (32.06 dB) दिखाया।
फ्यूजन प्रभाव: औसत-एन्हांस्ड इमेज (सभी दिशाओं को मिलाकर) ने आम तौर पर सर्वश्रेष्ठ व्यक्तिगत दिशात्मक आउटपुट के SSIM को बनाए रखा या उससे थोड़ा अधिक प्रदर्शन किया, जो मल्टी-डायरेक्शनल फ्यूजन की प्रभावकारिता की पुष्टि करता है।

महत्व और दावे
शोध का मुख्य दावा यह है कि इसका महत्व कम्प्यूटेशनल इमेजिंग में ज्यामितिक फलन सिद्धांत के व्यावहारिक अनुप्रयोग को मान्य करने में निहित है। विशेष रूप से, यह दावा करता है कि:

द्वि-एकल फलनों से प्राप्त गुणांक सीमाएं प्रभावी दिशात्मक अभिसरण कर्नेल के रूप में कार्य कर सकती हैं।
प्रस्तावित GCEA उच्च संरचनात्मक निष्ठा बनाए रखते हुए छवि की विशेषताओं (जैसे किनारे और कंट्रास्ट) को प्रभावी ढंग से बढ़ाता है, जैसा कि मात्रात्मक मेट्रिक्स द्वारा प्रमाणित है।
यह दृष्टिकोण मौजूदा एन्हांसमेंट तकनीकों, विशेष रूप से विशिष्ट संरचनात्मक ओरिएंटेशन (जैसे चिकित्सा एक्स-रे) वाली छवियों के लिए एक नवीन विकल्प प्रदान करता है।

लेखक निष्कर्ष निकालते हैं कि हालांकि वर्तमान कार्य प्रारंभिक गुणांकों और विशिष्ट छवि प्रकारों पर केंद्रित है, यह ढांचा जटिल विश्लेषण और डिजिटल इमेज प्रोसेसिंग के बीच एक सार्थक संबंध स्थापित करता है, जो उच्च-क्रम के गुणांकों और व्यापक डेटासेट (मेडिकल, सैटेलाइट, लो-लाइट) के लिए भविष्य के विस्तार की संभावना का सुझाव देता है।

शोध पत्र: गणितीय आकारों को चित्र पूर्णता में बदलना

इसी तरह के और पेपर