Research on a γ-Photon Flow-Field Image Denoising Algorithm Based on the SFGD Model

औद्योगिक इंजीनियरिंग की जटिल दुनिया में, जेट इंजन के भीतर गर्म गैस की अदृश्य धाराओं की निगरानी करना एक कठिन चुनौती है। पारंपरिक कैमरे उस गर्मी को सहन नहीं कर सकते, और चुंबकीय क्षेत्र इलेक्ट्रॉनिक सेंसरों को भ्रमित कर सकते हैं। इन अशांत वातावरणों को बिना छुए देखने के लिए, वैज्ञानिक उच्च-ऊर्जा कणों की ओर मुड़ते हैं जिन्हें गामा फोटॉन कहा जाता है। ये कण तब पैदा होते हैं जब रेडियोधर्मी परमाणु क्षय (decay) होते हैं, और उनके पास एक अनूठी क्षमता होती है: वे बिना विचलित हुए या अवशोषित हुए ठोस धातु और अत्यधिक गर्मी के पार जा सकते हैं। इन कणों के यात्रा पथ को ट्रैक करके, शोधकर्ता प्रवाह क्षेत्र (flow field) की एक तस्वीर का पुनर्निर्माण कर सकते हैं, जिससे यह पता चलता है कि हवा कहाँ घूम रही है, कहाँ रुक रही है, और इंजन कैसे सांस ले रहा है। हालांकि, यह विधि एक भारी कोहरे के माध्यम से एक स्पष्ट परिदृश्य को देखने जैसा है। एकत्र किया गया डेटा अक्सर विरल और शोर (noisy) से भरा होता है, जिसके परिणामस्वरूप ऐसी छवियां बनती हैं जहाँ घूमती हुई वायु धाराओं के तीखे किनारे धुंधले होकर एक अस्पष्ट ढेर में बदल जाते हैं, जिससे इंजीनियरों के लिए चल रहे भौतिक विज्ञान को समझना कठिन हो जाता है।

इस समस्या को हल करने के लिए, नानजिंग यूनिवर्सिटी ऑफ एयरोनॉटिक्स एंड एस्ट्रोनॉटिक्स के शोधकर्ताओं की एक टीम ने इन धुंधली छवियों को साफ करने का एक नया तरीका विकसित किया है। उन्होंने एक परिष्कृत कंप्यूटर प्रोग्राम बनाया है जिसे एक अत्यधिक कुशल 'रेस्टोरर' (पुनर्स्थापक) की तरह काम करने के लिए डिज़ाइन किया गया है, जो गैस प्रवाह की दानेदार, विकृत तस्वीर लेता है और उसे एक स्पष्ट, तीखी छवि में पुनर्गठित करता है। उनकी सफलता की कुंजी इस बात को समझने में निहित है कि इन छवियों में शोर (noise) सफाई की विभिन्न अवस्थाओं में अलग-अलग व्यवहार करता है। पूरी तस्वीर पर एक एकल, स्थिर फ़िल्टर लागू करने के बजाय, उनकी नई प्रणाली, जिसे 'स्ट्रक्चर-फ्रीक्वेंसी गाइडेड डिफ्यूजन मॉडल' कहा जाता है, क्षण-दर-क्षण अपनी रणनीति को अनुकूलित करती है। यह प्रवाह के बड़े, महत्वपूर्ण आकारों को थामे रखने और उन सूक्ष्म, जटिल विवरणों को सावधानीपूर्वक तेज करने के बीच संतुलन बनाना सीखता है जो आमतौर पर स्टेटिक (static) में खो जाते हैं।

शोधकर्ताओं ने सबसे पहले कंप्यूटर पर पूरी प्रक्रिया का अनुकरण (simulation) किया। उन्होंने जेट इंजन के गैस प्रवाह के विस्तृत मानचित्र लिए और एक वर्चुअल डिटेक्टर का उपयोग करके हजारों शोर युक्त, अधूरी छवियां उत्पन्न कीं, जो बिल्कुल वैसा ही था जैसा एक वास्तविक सेंसर देखता। फिर उन्होंने अपने नए एल्गोरिदम को इन सिम्युलेटेड जोड़ों पर प्रशिक्षित किया, जिससे इसे याद हुआ कि रैंडम स्टेटिक और एक घूमते हुए भंवर (vortex) के वास्तविक आकार के बीच क्या अंतर है। यह प्रणाली दो विशेष उपकरणों के तालमेल से काम करती है। पहला उपकरण 'बड़ी तस्वीर' पर ध्यान केंद्रित करता है। यह धुंधली इनपुट को देखता है और प्रवाह की मुख्य रूपरेखा और सीमाओं की पहचान करता है, यह सुनिश्चित करता है कि पुनर्गठित छवि गैस धाराओं के सही आकार और स्थिति को बनाए रखे। यह इस बात को रोकता है कि अंतिम छवि एक चिकनी, विशेषताहीन आकृति न बन जाए जहाँ महत्वपूर्ण संरचनाएं लुप्त हो जाती हैं।

दूसरा उपकरण अधिक सूक्ष्म और गतिशील है। यह समझता है कि जैसे-जैसे छवि को साफ किया जा रहा है, शोर का प्रकार बदलता रहता है। प्रक्रिया के बिल्कुल प्रारंभ में, छवि अराजक स्टेटिक से भरी होती है, और सिस्टम जानता है कि उसे कोमल रहना है, किसी भी ऐसे विवरण को तेज करने के प्रयास से बचना है जो केवल शोर हो सकता है। जैसे-जैसे सफाई आगे बढ़ती है और मुख्य आकार स्पष्ट होने लगते हैं, यह उपकरण धीरे-धीरे अपना ध्यान केंद्रित करना शुरू करता है। यह उच्च-आवृत्ति वाले विवरणों (high-frequency details) को चुनिंदा रूप से बढ़ाना शुरू करता है, जैसे कि एक भंवर के तीखे किनारे या एक 'वेक' (wake) की महीन बनावट, जो इंजन के प्रदर्शन को समझने के लिए महत्वपूर्ण हैं। यह समय-संवेदनशील समायोजन सिस्टम को शोर को दबाने की अनुमति देता है बिना अनजाने में उन विवरणों को सुचारू (smooth) किए जो इंजीनियरों को देखने की आवश्यकता है।

जब टीम ने अपनी नई विधि का मौजूदा तकनीकों के विरुद्ध परीक्षण किया, तो परिणाम आश्चर्यजनक थे। उन्होंने अपने दृष्टिकोण की तुलना कई अन्य उन्नत इमेज-क्लीनिंग एल्गोरिदम से की, जिनमें मानक डीप लर्निंग और पुराने डिफ्यूजन मॉडल शामिल थे। प्रत्येक परीक्षण मामले में, उनके नए मॉडल ने काफी अधिक स्पष्ट और सटीक छवियां बनाईं। एक विशिष्ट स्वतंत्र टेस्ट छवियों के सेट पर, नई विधि ने एक मानक गुणवत्ता पैमाने पर पिछले सर्वश्रेष्ठ तरीके की तुलना में लगभग 5.5 यूनिट अधिक स्पष्टता हासिल की। दृश्य रूप से, इसका अर्थ था कि गैस प्रवाह के घूमने वाले पैटर्न को उल्लेखनीय सटीकता के साथ संरक्षित किया गया था। जहाँ अन्य विधियों ने प्रवाह के किनारों को धुंधला या विकृत छोड़ दिया, वहीं नए मॉडल ने सीमाओं को तीक्ष्ण और आंतरिक संरचनाओं को बरकरार रखा, जो मूल, शोर-मुक्त सिमुलेशन से निकटता से मेल खाता है।

यह अध्ययन पुष्टि करता है कि प्रवाह के समग्र आकार पर मजबूत ध्यान केंद्रित करने और सूक्ष्म विवरणों को संभालने के लिए एक स्मार्ट, परिवर्तनशील रणनीति को संयोजित करना, गामा फोटॉन डेटा से स्पष्ट छवियां प्राप्त करने की कुंजी है। कंप्यूटर को छवि के विकसित होने के साथ अपनी सफाई प्रक्रिया को अनुकूलित करने के लिए सिखाकर, शोधकर्ताओं ने गैर-संपर्क निगरानी (non-contact monitoring) के लिए एक शक्तिशाली नया उपकरण प्रदान किया है। यह प्रगति बताती है कि इंजीनियर जल्द ही औद्योगिक प्रवाह की छिपी हुई गतिशीलता को उस स्पष्टता के साथ देख पाएंगे जो पहले असंभव थी, जिससे जटिल मशीनरी का बेहतर डिजाइन और सुरक्षित संचालन संभव होगा। यह कार्य यह दावा नहीं करता है कि इसने हर इमेजिंग समस्या को हल कर दिया है, लेकिन यह इस बात का स्पष्ट और मापने योग्य सुधार प्रदर्शित करता है कि हम उच्च-गति गैस प्रवाह की अदृश्य दुनिया को कैसे देख सकते हैं।