Degradation-Aware Dynamic Frequency Routing for Underwater Image Enhancement

सतह के काफी नीचे, महासागर एक ऐसी जगह है जहाँ प्रकाश उस तरह से व्यवहार करता है जैसा ज़मीन पर होता है। जैसे ही सूर्य का प्रकाश पानी के माध्यम से यात्रा करता है, पानी एक फिल्टर की तरह कार्य करता है, जो कुछ रंगों को छीन लेता है और दूसरों को बिखेर देता है, जिससे नीचे की दुनिया एक धुंधले, हरे-नीले कोहरे में बदल जाती है। यह प्राकृतिक प्रक्रिया, गोताखोरों और रोबोटों द्वारा उपयोग की जाने वाली कृत्रिम रोशनी की असमान चमक के साथ मिलकर, ऐसे चित्र बनाती है जो अक्सर विकृत, मंद और बारीक विवरणों से रहित होते हैं। समुद्री जीवन का अध्ययन करने वाले वैज्ञानिकों या पानी के नीचे मशीनों का मार्गदर्शन करने वाले इंजीनियरों के लिए, स्पष्ट रूप से देखना केवल सौंदर्य का विषय नहीं है; यह सुरक्षा और खोज के लिए एक आवश्यकता है। इन चित्रों को ठीक करने के लिए, शोधकर्ताओं ने लंबे समय से रंग सुधार (कलर करेक्शन) या कंट्रास्ट एन्हांसमेंट के मानक नियमों को लागू करने का प्रयास किया है, ठीक वैसे ही जैसे कैमरे की सेटिंग्स को एडजस्ट किया जाता है। हालाँकि, महासागर एक एकल, निश्चित नियम के काम करने के लिए बहुत जटिल है। एक तकनीक जो थोड़े बादल वाले चित्र को ठीक कर सकती है, वह एक स्पष्ट चित्र को खराब कर सकती है, या एक विधि जो दूर की वस्तु को तीक्ष्ण (शार्प) करती है, वह पास के कोरल रीफ को धुंधला कर सकती है। चुनौती एक ऐसी प्रणाली बनाने में निहित है जो किसी विशिष्ट अंतर्जलीय दृश्य को देख सके, समझ सके कि उसके साथ वास्तव में क्या गलत है, और फिर उस अनूठे क्षण के लिए विशेष रूप से तैयार किए गए अनुकूलित समाधान को लागू कर सके।

हाल ही में एक अध्ययन में, डालियन पॉलिटेक्निक यूनिवर्सिटी के शोधकर्ताओं ने इस समस्या के लिए एक नया दृष्टिकोण प्रस्तावित किया, जो कठोर, 'एक ही आकार सबके लिए उपयुक्त' (वन-साइज़-फिट्स-ऑल) समाधानों से हटकर है। उन्होंने एक प्रणाली विकसित की जिसे DAFR-UIE कहा जाता है, जिसका अर्थ है 'डिग्रेडेशन-अवेयर डायनेमिक फ्रीक्वेंसी रूटिंग फॉर अंडरवॉटर इमेज एन्हांसमेंट'। हर चित्र को प्रसंस्करण के एक ही सेट से गुजारने के बजाय, यह प्रणाली एक स्मार्ट गाइड की तरह कार्य करती है जो यह तय करती है कि प्रत्येक व्यक्तिगत तस्वीर के लिए किन हिस्सों को सबसे अधिक ध्यान देने की आवश्यकता है। मूल विचार यह है कि अलग-अलग प्रकार के अंतर्जलीय नुकसान के लिए अलग-अलग प्रकार की मरम्मत की आवश्यकता होती है। कुछ चित्र मुख्य रूप से रंग की हानि से ग्रस्त होते हैं, जबकि अन्य पानी में कणों के कारण धुंधले होते हैं या उनमें सूक्ष्म बनावट (टेक्सचर) की कमी होती है। नई प्रणाली आने वाले चित्र का विश्लेषण करती है ताकि इन विशिष्ट समस्याओं का पता लगाया जा सके और फिर जानकारी को विभिन्न मार्गों के माध्यम से गतिशील रूप से निर्देशित करती है जो उन्हें संभालने के लिए डिज़ाइन किए गए हैं। यह चित्र को उसके बुनियादी घटकों—व्यापक रंगों, मध्यम-श्रेणी के आकारों और सूक्ष्म विवरणों—में विभाजित करती है और फिर यह निर्णय लेती है कि वास्तविक आवश्यकता के आधार पर प्रत्येक पर कितना प्रयास खर्च करना है।

शोधकर्ताओं ने अपनी प्रणाली को एक केंद्रीय "मस्तिष्क" के इर्द-गिर्द बनाया है जो चित्र की स्थिति की एक साझा समझ बनाता है। यह साझा समझ तीन अलग-अलग उपकरणों को सामंजस्य में काम करने की अनुमति देती है। पहला, एक रूटिंग तंत्र चित्र के फ्रीक्वेंसी घटकों को निर्देशित करता है, जो अनिवार्य रूप से यह तय करता है कि व्यापक रंगों को बहाल करने पर ध्यान केंद्रित करना है या सूक्ष्म किनारों को तीक्ष्ण करने पर। दूसरा, एक स्थानिक मानचित्र (स्पेशियल मैप) यह पहचानता है कि चित्र में कहाँ क्षति सबसे अधिक है, जिससे प्रणाली अंधेरे या धुंधले क्षेत्रों में अधिक सुधार लागू कर पाती है जबकि स्पष्ट क्षेत्रों को वैसे ही छोड़ देती है। तीसरा, एक फ्यूजन गेट इन विभिन्न सुधारों को सुचारू रूप से मिला देता है। इन तीनों उपकरणों को चित्र की गुणवत्ता के एकल मूल्यांकन से जोड़कर, प्रणाली उस अनुमानबाजी से बचती है जो पुराने तरीकों में आम थी। यह किसी पूर्व-निर्धारित फॉर्मूले पर निर्भर नहीं है बल्कि प्रत्येक फ्रेम को प्रोसेस करते समय अपनी रणनीति को अनुकूलित करना सीखता है।

यह दृष्टिकोण काम करता है या नहीं, इसका परीक्षण करने के लिए, टीम ने हजारों युग्मित (पेयर्ड) छवियों पर अपनी प्रणाली को प्रशिक्षित किया, जिसमें उन्हें क्षयग्रस्त अंतर्जलीय दृश्य और स्पष्ट, सही संस्करण दोनों दिखाए गए। इसके बाद उन्होंने सिस्टम को हजारों वास्तविक अंतर्जलीय तस्वीरों वाले दो प्रमुख डेटासेट्स के साथ चुनौती दी। परिणाम आश्चर्यजनक थे। एक बड़े डेटासेट पर, सिस्टम ने 0.959 का स्ट्रक्चरल सिमिलरिटी स्कोर प्राप्त किया, जो यह मापता है कि बहाल किया गया चित्र मूल स्पष्ट दृश्य से कितनी निकटता से मेल खाता है, और 27.11 डेसिबल का सिग्नल-टू-नॉइज़ रेशियो प्राप्त किया। दूसरे बेंचमार्क पर, इसने 0.897 के स्ट्रक्चरल सिमिलरिटी और 23.69 डेसिबल के सिग्नल-टू-नॉइज़ रेशियो के साथ चित्र बनाए। शायद सबसे महत्वपूर्ण बात यह है कि सिस्टम ने इन उच्च-गुणवत्ता वाले परिणामों को बहुत कम आंतरिक मापदंडों (पैरामीटर्स) के साथ हासिल किया, जो कुल मिलाकर केवल 2.02 मिलियन थे। यह दक्षता का अर्थ है कि सिस्टम इतना हल्का है कि इसे भारी, बिजली की खपत करने वाले हार्डवेयर की आवश्यकता के बिना अंतर्जलीय रोबोट के कंप्यूटरों पर चलाया जा सकता है।

शोधकर्ता यह समझने के लिए भी आगे बढ़े कि उनकी प्रणाली क्यों सफल रही। उन्होंने प्रयोगों की एक श्रृंखला चलाई जहाँ उन्होंने जानबूझकर सिस्टम के कुछ हिस्सों को अक्षम कर दिया यह देखने के लिए कि क्या होगा। जब उन्होंने चित्र के विशिष्ट क्षय (डिग्रेडेशन) का विश्लेषण करने की क्षमता को हटा दिया, तो बहाल किए गए चित्रों की गुणवत्ता काफी गिर गई, जिससे यह सिद्ध हुआ कि दृश्य को "पढ़ने" की प्रणाली की क्षमता ही इसकी सबसे मूल्यवान विशेषता है। उन्होंने यह भी परीक्षण किया कि क्या होता है यदि वे सिस्टम को हर चित्र के साथ एक जैसा व्यवहार करने के लिए मजबूर करते, जो इसके अपने विश्लेषण की अनदेखी करता। इन मामलों में, प्रदर्शन तेजी से गिरा, जिससे पुष्टि हुई कि एक निश्चित दृष्टिकोण वास्तव में एक गतिशील दृष्टिकोण की तुलना में निम्न स्तर का है। अध्ययन ने दिखाया कि सिस्टम ने स्वाभाविक रूप से उन छवियों के लिए लो-फ्रीक्वेंसी विवरणों, जैसे रंग और चमक, पर ध्यान केंद्रित करना सीखा, जिनमें भारी रंग परिवर्तन (कलर कास्ट) था, जबकि उन छवियों के लिए अपना ध्यान हाई-फ्रीक्वेंसी विवरणों, जैसे किनारे और बनावट, पर स्थानांतरित कर दिया जो केवल धुंधली थीं।

टीम ने यह भी जांचा कि सिस्टम ने सबसे कठिन मामलों, जैसे कि गंभीर विरूपण या अत्यधिक अंधेरे वाले चित्रों को कितनी अच्छी तरह से संभाला। इन चुनौतीपूर्ण परिदृश्यों में, सिस्टम की अनुकूलन क्षमता और भी महत्वपूर्ण हो गई। जब शोधकर्ताओं ने उन आंतरिक मानचित्रों को देखा जो सिस्टम द्वारा उत्पन्न किए गए थे, तो उन्होंने देखा कि सिस्टम ने सही ढंग से पहचाना कि चित्र के सबसे अंधेरे और सबसे क्षतिग्रस्त हिस्से कौन से हैं और वहां सबसे मजबूत सुधार लागू किए। इस स्थानीयकृत ध्यान (लोकलाइज्ड अटेंशन) ने सिस्टम को उन क्षेत्रों को अति-सुधारित (ओवर-करेक्ट) करने से रोका जो पहले से ही स्पष्ट थे, जो पुराने तरीकों की एक सामान्य गलती है जिससे अक्सर अप्राकृतिक दिखने वाले परिणाम मिलते हैं। सिस्टम ने एक प्रभावशाली सामान्यीकरण (जनरलाइजेशन) क्षमता भी प्रदर्शित की, जिसका अर्थ है कि यह अलग-अलग अंतर्जलीय वातावरणों से कभी न देखे गए चित्रों को भी बिना पुन: प्रशिक्षित किए उच्च-गुणवत्ता वाले बहाली (रेस्टोरेशन) प्रदान कर सकता है।

अंततः, यह कार्य सुझाव देता है कि अंतर्जलीय छवि संवर्धन का भविष्य कठोरता के बजाय लचीलेपन में निहित है। एक ऐसी प्रणाली बनाकर जो प्रत्येक चित्र की विशिष्ट आवश्यकताओं के आधार पर अपने संसाधनों को गतिशील रूप से आवंटित कर सके, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो शक्तिशाली और कुशल दोनों है। निष्कर्ष बताते हैं कि छवि बहाली को एक निश्चित नियमों के सेट के बजाय बुद्धिमान संसाधन आवंटन की समस्या के रूप में देखने से काफी बेहतर परिणाम मिलते हैं। हालांकि इस प्रणाली की कुछ सीमाएं अभी भी हैं, जैसे कि चित्र के विवरणों को अलग करने के लिए निश्चित सीमाएं, यह अध्ययन भविष्य के विकास के लिए एक मजबूत आधार प्रदान करता है। यह दिखाता है कि सही प्रकार की अनुकूलन योग्य बुद्धिमत्ता के साथ, हम महासागर की छिपी हुई, रंगीन दुनिया को एक समय में एक छवि के साथ फिर से स्पष्ट फोकस में ला सकते हैं।