استخدام المرشحات الإحصائية غير الخطية لتقليل الضوضاء الغاوسية من صورة سديم كارينا
DOI:
https://doi.org/10.55562/jrucs.v56i1.39الكلمات المفتاحية:
تقليل ضوضاء الصورة؛ استعادة الصورة؛ ضوضاء غاوس. مرشح المتوسط غير المحلي؛ مرشح ثنائي.الملخص
تؤثر الضوضاء على الصور عن طريق تشويه الميزات أو تقليل المعلومات المطلوب، وتعد الضوضاء الغوسية أحدى اكثر أنواع الضوضاء شيوعاً وهي تتميز بالخصائص الإحصائية للتوزيع الطبيعي، وعملية إزالة هذا الضوضاء أو تقليله خطوة أساسية في معالجة الصور، يعد تلسكوب جيمس ويب الفضائي (JWST) أداة حاسمة لتعزيز فهمنا للكون عبر مختلف المجالات، اذ تعتبر الصور التي يلتقطها التلسكوب ليست ذات قيمة علمية لتعزيز فهمنا فحسب، بل لديها أيضًا القدرة على جذب وإلهام الناس في جميع أنحاء العالم.
قدمنا في هذا البحث عدة مرشحات غير خطية بما في ذلك المتوسط غير المحلي (NLM) الذي يعطي أوزان للعناصر الصورية اعتماداً على المسافة من العنصر الصوري المتأثر بالضوضاء، وايضاً المرشح الثنائي الذي يعطي أوزانًا لكل عنصر صوري من ثم يحسب المسافة الموزونة الفاصلة بينهم، واقترحنا مرشح غير خطي يعتمد على استخراج معامل تنعيم مناسب للصورة باستخدام طريقة plug-in واستخدامها لتقدير دالة كثافة الصورة، ثم يستخدم أسلوب تنعيم او تقليل ضوضاء مناسب لتقليل الضوضاء الغاوسية من دالة الكثافة المقدرة لاستخراج صورة سديم كارينا مخفضة الضوضاء، وهي الصورة الأولى الملتقطة بواسطة (JWST) في 12 يوليو 2022. وتكمن أهمية هذه الصورة في قدرتها على التقدم في المعرفة العلمية وإظهار البراعة التكنولوجية وإلهام الجمهور والمساهمة في المهمة الأوسع المتمثلة في استكشاف وفهم الكون، كما أنها تعد أبعد نقطة في الكون تمكنت البشرية من الوصول إليها أو التقاط صور لها، لذلك من الضروري للحفاظ على جودتها لدراسة جميع عناصرها أو تفاصيلها، ولذلك تم اختيار المرشحات غير الخطية هذه لتسليط الضوء على أهمية اختيار التقنية المناسبة التي يمكنها التعامل مع أكبر عدد ممكن من التفاصيل ومعالجتها والحفاظ عليها، كما أنها توضح درجة التقدم الذي تم تحقيقه في تقليل الضوضاء والتمييز بين المرشحات الكلاسيكية والمرشحات الأكثر تطورًا التي تطورت للتعامل مع التفاصيل الدقيقة. تأخذ هذه المرشحات في الاعتبار أوجه التشابه والمسافات بين العنصر الصوري المركزي وجيرانه، وتحافظ على حواف الصورة كميزات متقدمة، وبالاعتماد على قياسات الجودة (PSNR) و(SSIM)، تمت مقارنة نتائج المرشح وتبين أن المرشح المقترح يعطي أداء عالي في استعادة الصور تحت كثافات الضوضاء الغوسية المختلفة، حيث يعطي قيم (42.51) و(0.99) لـ (PSNR) و (SSIM) على التوالي مقارنة بالمرشح الثنائ الذيحل ثانياً بـ (30.65) و(0.93) على التوالي.
