Review of Key Image Denoising Algorithms

तकनीकी सारांश: प्रमुख इमेज डिनोइजिंग एल्गोरिदम की समीक्षा

समस्या विवरण
डिजिटल चित्र संचार और रक्षा, एआई (AI), और फोरेंसिक विज्ञान जैसे महत्वपूर्ण अनुप्रयोगों के लिए मौलिक हैं। हालांकि, अधिग्रहण (acquisition), संचरण (transmission), या संपीड़न (compression) के दौरान उत्पन्न शोर (noise) के कारण छवि की गुणवत्ता अक्सर बाधित हो जाती है। यह शोर, जो आंतरिक स्रोतों (सेंसर) या बाह्य कारकों (प्रकाश, वातावरण) से उत्पन्न होता है, पिक्सेल मानों में सांख्यिकीय भिन्नता के रूप में प्रकट होता है, जिससे आर्टिफ़ेक्ट्स और सिग्नल विरूपण होता है। ऐसा क्षरण सेगमेंटेशन, रिकग्निशन और ट्रैकिंग जैसे डाउनस्ट्रीम कार्यों पर नकारात्मक प्रभाव डालता है।

शोर को पांच प्राथमिक प्रकारों में वर्गीकृत किया गया है: गॉसियन (Gaussian), साल्ट एंड पेपर (Salt and Pepper), पॉइसन (Poisson), इम्पल्स (Impulse), और स्पेकल (Speckle)। हालांकि कई डिनोइजिंग तकनीकें मौजूद हैं—जिनमें स्थानिक फ़िल्टरिंग (spatial filtering), वेरिएशनल विधियाँ (variational methods), ट्रांसफॉर्म तकनीकें, BM3D, और CNN-आधारित दृष्टिकोण शामिल हैं—लेकिन कोई एक सार्वभौमिक समाधान मौजूद नहीं है। इस क्षेत्र में एक निरंतर चुनौती शोर कम करने और उच्च-आवृत्ति घटकों (high-frequency components), जैसे किनारों (edges) और कोनों (corners) के संरक्षण के बीच का संतुलन बनाए रखना है। आक्रामक डिनोइजिंग अक्सर छवियों को धुंधला कर देती है और महत्वपूर्ण संरचनात्मक जानकारी को खो देती है।

कार्यप्रणाली
यह शोध पत्र तीन शास्त्रीय इमेज डिनोइजिंग तकनीकों का व्यवस्थित समीक्षा और तुलनात्मक विश्लेषण करता है: गॉसियन स्मूथिंग (Gaussian Smoothing), आइसोट्रोपिक लीनियर डिफ्यूजन स्मूथिंग (Isotropic Linear Diffusion Smoothing), और आइसोट्रोपिक नॉन-लीनियर डिफ्यूजन स्मूथिंग (Isotropic Non-Linear Diffusion Smoothing)। यह अध्ययन गुणात्मक और मात्रात्मक मूल्यांकन दोनों के लिए एक विशिष्ट शोरयुक्त छवि (चित्र 1b) का उपयोग एक टेस्टबेड के रूप में करता है।

1. गॉसियन स्मूथिंग: यह तकनीक कनवल्शन (convolution) के माध्यम से पॉइंट-स्प्रेड फंक्शन के रूप में एक 2D गॉसियन वितरण लागू करती है। यह गॉसियन फंक्शन द्वारा अनुमानित एक परिमित कर्नेल (finite kernel) का उपयोग करती है, जहाँ मानक विचलन ($\sigma$) स्मूथिंग के विस्तार को नियंत्रित करता है। शोध पत्र नोट करता है कि प्रभावी होने के बावजूद, यह स्वाभाविक रूप से छवि को धुंधला करती है, जिससे किनारे की तीक्ष्णता (edge sharpness) के बदले शोर में कमी आती है।
2. आइसोट्रोपिक लीनियर डिफ्यूजन स्मूथिंग: यह विधि छवि को एक अदिश क्षेत्र (scalar field) के रूप में मानती है जो समय के साथ विकसित होता है, जो एक आंशिक अवकल समीकरण (PDE) द्वारा नियंत्रित होता है। यह सभी क्षेत्रों में पिक्सेल घनत्व को समान रूप से प्रसारित (diffuse) करती है। प्रक्रिया को समीकरण $\frac{\partial u}{\partial t} = \text{div}(d\nabla u)$ द्वारा परिभाषित किया गया है, जहाँ $d$ एक स्थिर अदिश प्रसार क्षमता (constant scalar diffusivity) है। शोध पत्र विशिष्ट स्थितियों ($d=1$ और $\sigma = \sqrt{2t}$) के तहत इस विधि और गॉसियन स्मूथिंग के बीच एक सैद्धांतिक समानता स्थापित करता है।
3. आइसोट्रोपिक नॉन-लीनियर डिफ्यूजन स्मूथिंग: पेरोना और मलिक के कार्य से प्रेरित, यह उन्नत तकनीक स्थानीय छवि विशेषताओं, विशेष रूप से इमेज ग्रेडिएंट के आधार पर डिफ्यूजन की शक्ति को समायोजित करती है। लीनियर दृष्टिकोण के विपरीत, इसका डिफ्यूजन गुणांक $D(I)$ परिवर्तनशील है और ग्रेडिएंट परिमाण तथा कंट्रास्ट पैरामीटर ($\lambda$) पर निर्भर है। यह एल्गोरिदम को सजातीय क्षेत्रों (homogeneous regions) को स्मूथ करने और साथ ही किनारों और कोनों को संरक्षित करने या बढ़ाने की अनुमति देता है।

प्रायोगिक मूल्यांकन
अध्ययन प्रदर्शन का मूल्यांकन दो मेट्रिक्स का उपयोग करके करता है:

• पीक सिग्नल-टू-नॉइज़ रेशियो (PSNR): समग्र त्रुटि संवेदनशीलता को मापता है।
• स्ट्रक्चरल सिमिलैरिटी इंडेक्स मेजर (SSIM): संरचनात्मक अखंडता के प्रति मानवीय धारणा के साथ अधिक निकटता से संरेखित होता है।

प्रयोगों को $\sigma$ के लिए गॉसियन स्मूथिंग, डिफ्यूजन समय ($t$) और गुणांक ($d$) के लिए लीनियर स्मूथिंग, और डिफ्यूजन समय ($t$) और कंट्रास्ट पैरामीटर ($\lambda$) के लिए नॉन-लीनियर स्मूथिंग जैसे मापदंडों को बदलकर संचालित किया गया था।

मुख्य परिणाम

• गॉसियन बनाम लीनियर स्मूथिंग: गुणात्मक विश्लेषण पुष्टि करता है कि दोनों विधियाँ मापदंडों के बढ़ने के साथ बारीक किनारों के विवरण को धुंधला कर देती हैं। मात्रात्मक परिणाम दिखाते हैं कि लीनियर डिफ्यूजन, जब मापदंडों को संरेखित किया जाता ($\sigma = \sqrt{2t}$), तो गॉसियन स्मूथिंग के समान प्रदर्शन करता है, जिससे 0.953 का SSIM प्राप्त होता है। हालांकि, प्रत्यक्ष तुलना में, लीनियर स्मूथिंग ने समान परिस्थितियों में गॉसियन स्मूथिंग (19.855) की तुलना में उच्च PSNR (21.029) प्राप्त किया, जो एक मात्रात्मक लाभ का सुझाव देता है।
• नॉन-लीनियर स्मूथिंग: गुणात्मक विश्लेषण इंगित करता है कि नॉन-लीनियर स्मूथिंग दृश्य अपील (visual appeal) में बेहतर है। यह किनारों और कोनों के विवरण को संरक्षित करने और यहाँ तक कि उन्हें बढ़ाने में प्रभावी है, जबकि अन्य दो विधियों में देखी गई अत्यधिक धुंधलापन से बचती है।
• मात्रात्मक विसंगति: एक उल्लेखनीय निष्कर्ष मात्रात्मक मेट्रिक्स और दृश्य धारणा के बीच विरोधाभास है। जबकि नॉन-लीनियर स्मूथिंग ने प्रमुख किनारों के साथ सबसे आकर्षक दृश्य परिणाम दिए, इसके मात्रात्मक स्कोर (PSNR और SSIM) लगातार बेहतर नहीं थे। उदाहरण के लिए, $\lambda=50$ पर, इसने 0.379 का SSIM और 20.145 का PSNR प्राप्त किया, जो लीनियर स्मूथिंग (SSIM 0.602, PSNR 22.45) द्वारा प्राप्त शिखर स्कोर से कम था। शोध पत्र नोट करता है कि PSNR समग्र त्रुटि के प्रति संवेदनशील है, जबकि SSIM धारणा-संरेखित (perception-aligned) है, फिर भी इस विशिष्ट प्रायोगिक सेटअप में दोनों में से कोई भी मेट्रिक नॉन-लीनियर दृष्टिकोण के एज-प्रिजर्विंग (edge-preserving) लाभों को पूरी तरह से कैप्चर नहीं कर सका।

महत्व और निष्कर्ष
शोध पत्र निष्कर्ष निकालता है कि हालांकि तीनों तकनीकें अपनी विशिष्ट सीमाओं के भीतर प्रभावी हैं, आइसोट्रोपिक नॉन-लीनियर स्मूथिंग उन परिदृश्यों के लिए सबसे आशाजनक दृष्टिकोण के रूप में उभरती है जिनमें किनारों और कोनों जैसे महत्वपूर्ण छवि सामग्री का संरक्षण आवश्यक है। अध्ययन प्रदर्शित करता है कि लीनियर और नॉन-लीनियर स्मूथिंग प्रभावी समाधान हो सकते हैं, जिसमें नॉन-लीनियर विधियाँ मानक मात्रात्मक मेट्रिक्स में संभावित सीमाओं के बावजूद संरचनात्मक अखंडता बनाए रखने में स्पष्ट लाभ प्रदान करती हैं।

लेखक यह दावा करते हैं कि ये निष्कर्ष उच्च-आवृत्ति विवरणों को त्याग बिना शोर को कम करने के लिए नॉन-लीनियर दृष्टिकोणों की प्रभावशीलता की पुष्टि करते हैं, जो आधुनिक इमेज प्रोसेसिंग चुनौतियों के लिए इन शास्त्रीय तकनीकों को अनुकूलित करने के लिए आगे के शोध का मार्ग प्रशस्त करते हैं। यह शोध पत्र नए एल्गोरिदम का प्रस्ताव नहीं करता है बल्कि स्थापित विधियों का पुनर्मूल्यांकन करता है ताकि उनके तुलनात्मक प्रदर्शन और विशिष्ट ट्रेड-ऑफ को उजागर किया जा सके।