روش جدید حذف نویز تصویر بدون نیاز به آموزش یا یادگیری ماشین

یکی از چالش‌های همیشگی پردازش تصویر، مقابله با نویزهایی است که از الگوهای آماری متداول پیروی نمی‌کنند. بیشتر روش‌های حذف نویز بر پایه توزیع گاوسی طراحی شده‌اند؛ مدلی آماری که فرض می‌کند خطاهای پیکسلی به‌صورت متقارن در اطراف یک مقدار میانگین متمرکز می‌شوند و احتمال بروز خطاهای بسیار بزرگ به‌سرعت کاهش می‌یابد. اما اختلالاتی که در شرایط واقعی به تصاویر آسیب می‌زنند، همیشه چنین رفتار منظمی ندارند. نویزهای دنباله‌سنگین لورنتسی یا کوشی می‌توانند مقادیر بسیار دورافتاده‌ای در تصویر ایجاد کنند و با به‌وجود آوردن اختلالاتی نزدیک به حد اشباع شدت روشنایی، کیفیت بصری را به‌شدت کاهش دهند؛ آن هم در مقیاسی که روش‌های مبتنی بر فرض گاوسی معمولاً توان مقابله با آن را ندارند. در چنین شرایطی، حتی یک پیکسل آسیب‌دیده ممکن است مقداری نزدیک به انتهای محدوده شدت روشنایی داشته باشد. نکته مهم این است که در توزیع کوشی، چنین مقادیر افراطی اتفاقاتی نادر و استثنایی نیستند، بلکه بخشی قابل انتظار از رفتار آماری داده‌ها محسوب می‌شوند. الگوریتم جدیدی به نام LORIS دقیقاً برای مقابله با همین چالش طراحی شده است.

الگوریتم LORIS که نام آن از عبارت Lorentz Outlier-Robust Iterative Synthesis به معنای «بازسازی تکرارشونده مقاوم در برابر داده‌های پرت لورنتسی» گرفته شده، به دست راتکو ایوکوویچ، استفان پانیچ و پتار اسپالویچ توسعه یافته و در نشریه علمی Multimedia Tools and Applications معرفی شده است. این چارچوب بر پردازش محلی و تکرارشونده تکیه دارد و مهم‌تر از همه، در دورانی که یادگیری عمیق بر بسیاری از پژوهش‌های پردازش تصویر تسلط یافته، هیچ نیازی به آموزش ندارد. LORIS مستقیماً در فضای رنگی RGB کار می‌کند و برای تشخیص ظاهر یک تصویر سالم، نه به شبکه عصبی نیاز دارد، نه به الگوهای پیشین آموخته‌شده و نه به مجموعه‌داده‌های آموزشی. در عوض، از آمار مقاوم بهره می‌گیرد؛ شاخه‌ای از ریاضیات که امکان برآورد قابل اعتماد را حتی زمانی فراهم می‌کند که بخش قابل توجهی از داده‌ها آلوده یا مخدوش شده باشند. به همین دلیل، عملکرد این الگوریتم بیش از آنکه به سامانه‌ای متکی بر تطبیق الگو شباهت داشته باشد، به تحلیل دقیق یک کارشناس بررسی شواهد نزدیک است.

فرایند کار با فیلتر میانه تطبیقی یا Adaptive Median Filter آغاز می‌شود؛ روشی شناخته‌شده که میانه مقادیر پیکسل‌ها را در یک ناحیه محلی محاسبه می‌کند و اگر خود آن ناحیه نیز دچار اختلال شده باشد، اندازه پنجره پردازش را تغییر می‌دهد. استفاده از میانه برای تعیین مقدار مرکزی، به‌طور ذاتی در برابر داده‌های پرت مقاوم است؛ زیرا برخلاف میانگین که حتی یک مقدار بسیار غیرعادی می‌تواند آن را به‌شدت جابه‌جا کند، میانه کمتر تحت تأثیر مقادیر افراطی قرار می‌گیرد. LORIS این شیوه مقاوم تعیین مرکز را با برآورد مقیاس بر اساس دامنه میان‌چارکی یا IQR ترکیب می‌کند. در این روش، مقدار IQR بر دو تقسیم می‌شود؛ انتخابی که از نظر آماری با ویژگی‌های توزیع کوشی سازگار است. اهمیت این موضوع در آن است که توزیع کوشی واریانس متناهی ندارد و بنابراین روش‌های متداول برآورد مقیاس بر اساس واریانس در مواجهه با آن عملاً کارایی خود را از دست می‌دهند. در مقابل، برآوردگر مبتنی بر دامنه میان‌چارکی حتی در شرایط وجود نویزهای دنباله‌سنگین نیز معنادار و پایدار باقی می‌ماند.

مرحله بعدی، شناسایی پیکسل‌های آسیب‌دیده است؛ بخشی که راهبرد استفاده هم‌زمان از دو ماسک در LORIS اهمیت پیدا می‌کند. این الگوریتم به‌جای جست‌وجوی تنها یک نوع اختلال، دو ماسک مجزا را به‌طور هم‌زمان به کار می‌گیرد. ماسک نخست، داده‌های پرت ناشی از نویز دنباله‌سنگین را شناسایی می‌کند؛ یعنی پیکسل‌هایی که مقدارشان چنان از مرکز محلی مقاوم فاصله گرفته است که دیگر در محدوده قابل قبول مدل کوشی قرار نمی‌گیرند. ماسک دوم برای تشخیص اختلالات نواحی نزدیک به اشباع طراحی شده است؛ پیکسل‌هایی که مقدار شدت روشنایی آن‌ها به مرزهای مجاز نزدیک شده و در نتیجه، جزئیات تصویر در آن نقاط عملاً از بین رفته است. تفکیک این دو نوع اختلال به الگوریتم کمک می‌کند از یکی از مشکلات رایج فیلترهای حذف نویز جلوگیری کند: اینکه بخشی از نویز شناسایی نشود یا، بدتر از آن، ساختارهای واقعی تصویر مانند لبه‌های تیز و بافت‌های ظریف به‌اشتباه نویز تشخیص داده شوند و در جریان هموارسازی از بین بروند.

پس از شناسایی پیکسل‌های آلوده، LORIS آن‌ها را با استفاده از بازسازی چندجهته Cauchy-IRLS بازسازی می‌کند. IRLS مخفف عبارت Iteratively Reweighted Least Squares یا «کمترین مربعات با وزن‌دهی مجدد تکرارشونده» است؛ روشی که سابقه آن در آمار مقاوم و پژوهش‌های اولیه بینایی ماشین به دهه ۱۹۹۰ بازمی‌گردد. در روش معمول کمترین مربعات، تمام نقاط داده در برازش مدل سهم یکسانی دارند؛ موضوعی که هنگام وجود داده‌های پرت می‌تواند نتایج را به‌شدت مخدوش کند. IRLS این مشکل را با تنظیم تکرارشونده وزن داده‌ها برطرف می‌کند. نقاطی که با مدل فعلی سازگاری بیشتری دارند، وزن بالای خود را حفظ می‌کنند، اما وزن نقاط مشکوک به‌تدریج به صفر نزدیک می‌شود. LORIS این سازوکار را در چارچوب تابع زیان کوشی به کار می‌گیرد. ویژگی دنباله‌سنگین این تابع باعث می‌شود حتی باقیمانده‌های بزرگ نیز به‌شکلی کنترل‌شده وزن کمتری بگیرند و نتوانند نتیجه بازسازی را تحت تأثیر نامتناسب قرار دهند. نکته اساسی دیگر این است که بازسازی پیکسل‌ها منحصراً با استفاده از پیکسل‌های همسایه‌ای انجام می‌شود که سالم بودن آن‌ها تأیید شده است. بنابراین، هیچ پیکسل آلوده‌ای در محاسبه مقدار جایگزین خود یا سایر پیکسل‌ها مشارکت نمی‌کند.

پژوهشگران برای ارزیابی این روش، آزمایش‌هایی با شرایط بسیار دشوار طراحی کرده‌اند. آن‌ها LORIS را روی چهار مجموعه‌داده استاندارد USC-SIPI، Set12، BSD68 و Urban100 و در چهار وضعیت مختلف نویز ترکیبی آزمایش کردند. نتایج با میانگین‌گیری از چندین سطح تراکم مکانی نویز به دست آمد؛ سطوحی که در شدیدترین حالت، آلودگی ۹۰ درصد پیکسل‌ها را شامل می‌شد. در چنین وضعیتی، ممکن است از هر ده پیکسل یک ناحیه، ۹ پیکسل آسیب دیده باشند؛ شرایطی که بیشتر الگوریتم‌های حذف نویز در آن چیزی جز تصویری به‌شدت محوشده و فاقد جزئیات تولید نمی‌کنند. در این ارزیابی، عملکرد LORIS با هشت روش شاخص مقایسه شد. این روش‌ها شامل مدل‌های یادگیری عمیق مانند SwinIR، روش‌های پایه ساده برای بازسازی تصویر و همچنین الگوریتم‌های کلاسیک و تغییراتی بودند که به‌طور ویژه برای مقابله با نویز کوشی طراحی شده‌اند.

نتایج عددی این آزمایش‌ها چشمگیر بود. LORIS در مجموع آزمایش‌ها به میانگین شاخص شباهت ساختاری یا SSIM برابر با ۰٫۸۰۵، میانگین نسبت بیشینه سیگنال به نویز یا PSNR برابر با ۳۱٫۱۸ دسی‌بل و میانگین امتیاز ISII برابر با ۰٫۸۴۶ دست یافت. ISII معیاری جامع برای سنجش کیفیت تصویر است که همین گروه پژوهشی معرفی کرده و شباهت تصاویر را به‌طور هم‌زمان از نظر ساختار، مقادیر پیکسلی و ویژگی‌های ادراکی ارزیابی می‌کند. LORIS در شاخص PSNR حدود ۴٫۹۷ دسی‌بل بهتر از قدرتمندترین روش رقیب، یعنی D-OGSTV، عمل کرد؛ روشی که تنکی گروهی هم‌پوشان را با تغییرات کل ترکیب می‌کند. در حوزه بازسازی تصویر، بهبود نزدیک به پنج دسی‌بل دستاوردی بسیار بزرگ محسوب می‌شود، زیرا پیشرفت‌های تدریجی میان روش‌های منتشرشده معمولاً تنها کسری از یک دسی‌بل است. LORIS همچنین در مقایسه با بهترین رقیب کلاسیک مبتنی بر روش‌های تغییراتی، یعنی مدل ترکیبی کوشی-گاوسی با منظم‌سازی تغییرات کل، در شاخص SSIM به میزان ۰٫۰۷۲ و در شاخص ISII به میزان ۰٫۰۶۰ عملکرد بهتری ثبت کرد.

اهمیت این پیشرفت‌ها تنها به مقدار بهبود هر شاخص محدود نمی‌شود، بلکه به این واقعیت مربوط است که LORIS در هر سه گروه معیارهای ارزیابی به‌طور هم‌زمان عملکرد بهتری داشته است. گاهی یک الگوریتم حذف نویز می‌تواند با هموارسازی بیش از حد تصویر، مقدار PSNR را افزایش دهد؛ اما در این فرایند، هم نویز و هم بافت‌های واقعی تصویر از بین می‌روند و این افت کیفیت در کاهش شاخص SSIM آشکار می‌شود. در مقابل، ممکن است روشی ساختار تصویر را حفظ کند، اما نتواند خطاهای موجود در مقادیر پیکسلی را به‌خوبی برطرف سازد. بهبود هم‌زمان معیارهای ساختاری، پیکسلی و ادراکی در LORIS نشان می‌دهد که این الگوریتم ضمن حذف مؤثر داده‌های پرت، توانسته است دقت بازسازی لبه‌ها و بافت‌های تصویر را نیز حفظ کند. به نظر می‌رسد تابع زیان کوشی با ویژگی دنباله‌سنگین و محدودیت استفاده از همسایگان تأییدشده، مکمل یکدیگر عمل می‌کنند. تابع زیان مانع از آن می‌شود که داده‌های پرت مسیر بازسازی را منحرف کنند و بررسی سلامت پیکسل‌های همسایه نیز اطمینان می‌دهد که مقادیر جایگزین از داده‌هایی با اعتبار آماری کافی به دست می‌آیند.

ویژگی بی‌نیازی LORIS از آموزش، با توجه به روند کنونی پژوهش‌های این حوزه، اهمیت ویژه‌ای دارد. الگوریتم‌های حذف نویز مبتنی بر یادگیری عمیق، مانند SwinIR و شبکه‌های مبتنی بر ترنسفورمر، معمولاً در مواجهه با انواع نویزی که برای شناسایی آن‌ها آموزش دیده‌اند، عملکرد بسیار خوبی دارند. بااین‌حال، چنین روش‌هایی به منابع محاسباتی قابل توجه، مجموعه‌داده‌های آموزشی بزرگ و تطابق دقیق میان شرایط آموزش و کاربرد واقعی نیازمندند. هنگامی که نوع یا الگوی نویز تغییر می‌کند، همان‌طور که در آلودگی ناشی از توزیع کوشی رخ می‌دهد، الگوهای پیشین آموخته‌شده ممکن است کارایی خود را از دست بدهند. در مقابل، LORIS مدل نویز را مستقیماً در روابط ریاضی خود تعریف می‌کند. پارامترهای این الگوریتم به‌جای آنکه از نمونه‌های آموزشی یاد گرفته شوند، از اصول آمار مقاوم به دست می‌آیند. این ویژگی باعث می‌شود سازوکار آن ذاتاً شفاف و قابل توضیح باشد؛ به‌طوری‌که برای هر آستانه، وزن و مقدار برآوردشده می‌توان مبنای آماری مشخصی ارائه کرد. چنین خصوصیاتی LORIS را به گزینه‌ای جذاب برای سامانه‌های تعبیه‌شده، تصویربرداری پزشکی و سایر کاربردهایی تبدیل می‌کند که در آن‌ها منابع پردازشی محدود است و قابلیت تفسیر نتایج اهمیت زیادی دارد.

تکرارپذیری نتایج نیز یکی دیگر از ارکان اصلی این پژوهش است. نسخه کامل پیاده‌سازی الگوریتم در MATLAB، اسکریپت‌های آزمایش و تنظیمات آزمون‌ها به‌صورت عمومی در GitHub منتشر شده‌اند. افزون بر این، یک نسخه مشخص و دارای شماره انتشار از این مجموعه در Zenodo بایگانی شده است تا در بلندمدت حفظ شود و پژوهشگران بتوانند به آن استناد کنند. ارزیابی‌ها با مقایسه عملکرد الگوریتم در برابر هشت روش شاخص انجام شده‌اند تا امکان بررسی منصفانه نتایج فراهم شود. نویسندگان اعلام کرده‌اند که نسخه ثبت‌شده در Zenodo به‌عنوان مرجع بایگانی پایدار مورد استفاده قرار خواهد گرفت، درحالی‌که مخزن GitHub همچنان میزبان به‌روزرسانی‌ها و یادداشت‌های انتشار نسخه‌های جدید خواهد بود. در حوزه‌ای که ادعاهای برتری یک روش گاهی بر کدهای منتشرنشده و مقایسه‌های گزینشی تکیه دارند، ارائه پیاده‌سازی متن‌بازی که هر پژوهشگری بتواند آن را اجرا، بررسی و توسعه دهد، به‌خودی‌خود دستاوردی ارزشمند است. هنوز مشخص نیست که LORIS در آینده به ابزاری استاندارد در زنجیره‌های پردازش چندرسانه‌ای تبدیل خواهد شد یا زمینه را برای توسعه سامانه‌های ترکیبی مبتنی بر یادگیری و آمار مقاوم فراهم خواهد کرد. بااین‌حال، این پژوهش نشان می‌دهد که روش‌های کلاسیک آماری، اگر با دقت و هوشمندی در کنار یکدیگر قرار گیرند، همچنان می‌توانند از پیشرفته‌ترین روش‌های موجود در همین حوزه عملکرد بهتری داشته باشند.

موضوع پژوهش: الگوریتمی بدون نیاز به آموزش به نام LORIS که با استفاده از تعیین مرکز مبتنی بر میانه تطبیقی و بازسازی Cauchy-IRLS، نویز کوشی با توزیع دنباله‌سنگین را از تصاویر حذف می‌کند و در شاخص PSNR نزدیک به پنج دسی‌بل بهتر از روش‌های رقیب مبتنی بر یادگیری عمیق و روش‌های تغییراتی عمل کرده است.

عنوان مقاله علمی: حذف نویز مقاوم از تصاویر با استفاده از تعیین مرکز مبتنی بر میانه تطبیقی و بازسازی Cauchy-IRLS

مرجع مقاله: Robust image denoising via adaptive median centering and Cauchy-Irls regeneration (بدون تاریخ). https://doi.org/10.1007/s11042-026-21968-2

اعتبار تصویر: تولیدشده با هوش مصنوعی

شناسه دیجیتال مقاله (DOI): 10.1007/s11042-026-21968-2

کلیدواژه‌ها: آمار مقاوم، تصویر، حذف نویز، تطبیقی، میانه، تعیین مرکز، Cauchy-IRLS، بازسازی، پژوهش علمی

منبع خبر: بلیک دیویدسون، ۱۵ اکتبر ۲۰۲۶، «روش جدید حذف نویز تصویر بدون نیاز به آموزش یا یادگیری ماشین»، سایِنمگ (Scienmag).