تعد الرؤية الحاسوبية والتعلم العميق ركيزتين أساسيتين في مجالات متنوعة مثل القيادة الذاتية والتصوير الطبي والتعرف على الوجوه وكشف الأهداف، غير أن تحسين صور الاستشعار عن بُعد منخفضة الإضاءة ما زال تحديًا قائمًا للبحث والتطبيق معًا، إذ تؤدي الإضاءة المنخفضة إلى تدهور جودة الصورة بفعل قيود المستشعرات وعوامل بيئية، فتضعف وضوحها البصري وينخفض أداء مهام الرؤية المبنية عليها
وتتفاقم المشكلة مع ظواهر مثل الإضاءة غير الكافية والإضاءة الخلفية والتعرض المحدود، فتنشأ صور منخفضة التباين كثيفة الظلال وضعيفة الرؤية ولا سيما ليلًا، وتتجه البحوث الحديثة إلى أطر تحلل الصورة إلى مكونيها الفيزيائيين وتعالج التمثيلات اللونية بطرق رياضية أغنى، وهو الاتجاه الذي تنتمي إليه هذه الدراسة بإطار يجمع بين نظرية ريتينكس وحساب الرباعيات وتحليل المويجات
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير شبكة تحليل ريتينكس قائمة على الرباعيات لتحسين صور الإضاءة المنخفضة في تطبيقات الاستشعار عن بُعد، واقترحت شبكة أطلقت عليها اسم كيو دبليو آر ديك نت تتكون من وحدتين أساسيتين، أولاهما وحدة تحليل تفصل بين الإضاءة والانعكاس في الصورة، وثانيتهما وحدة إزالة ضوضاء تدمج تمثيلًا لونيًا شموليًا بالرباعيات مع معلومات الترددات المتعددة للمويجات، بحيث يحسن هذا التركيب ثبات اللون وكبح الضوضاء معًا، واختبرت الشبكة على مجموعتي بيانات استشعار عن بُعد في الإضاءة المنخفضة هما إل إس سي آي دي إم آر ويو سي ميرسيد، وقورن أداؤها بالأساليب الراهنة عبر مؤشرات نسبة الإشارة إلى الضوضاء القصوى والتشابه البنيوي والمقياس الإدراكي لتشابه بقع الصور ودقة التصنيف
ثانيًا: أبرز النتائج
1. تفوقت شبكة كيو دبليو آر ديك نت على الأساليب الراهنة في مؤشرات نسبة الإشارة إلى الضوضاء القصوى والتشابه البنيوي والمقياس الإدراكي لتشابه بقع الصور ودقة التصنيف على مجموعتي بيانات الاستشعار عن بُعد منخفضتي الإضاءة
2. أظهرت الشبكة تقديرًا دقيقًا للإضاءة وانعكاسًا مستقرًا، وهو ما ينعكس جودة بصرية أعلى وثباتًا لونيًا أفضل في الصور المحسنة
3. أثبت دمج تمثيل الرباعيات اللوني الشمولي مع معلومات المويجات متعددة الترددات فاعليته المشتركة في تحسين ثبات اللون وكبح الضوضاء في آن واحد
4. أكدت النتائج ملاءمة الشبكة لمهام الاستشعار عن بُعد مثل كشف الأهداف والمراقبة بالفيديو والزراعة الدقيقة والملاحة الذاتية التي تعتمد صورًا ليلية موثوقة
ثالثًا: دلالات الدراسة وتطبيقاتها
تشير النتائج إلى أن المعالجة المتزامنة للإضاءة والانعكاس والضوضاء ضمن إطار موحد أجدى من معالجة كل عامل على حدة، وأن توظيف بنى رياضية غنية مثل الرباعيات والمويجات يمنح نماذج التحسين قدرة أعلى على صون الألوان والتفاصيل في الظروف القاسية، ويفيد ذلك مهندسي الرؤية الحاسوبية ومحللي صور الأقمار والطائرات المسيرة والجهات العاملة في المراقبة الليلية والزراعة الدقيقة، مع التنبيه إلى أن إثبات الأداء في بيئات تشغيل حقيقية متنوعة وتحت قيود الحوسبة الطرفية يظل خطوة لازمة قبل التعميم الواسع، فضلًا عن اختبار الشبكة على مستشعرات وأطياف إضافية
وتمتد قيمة تحسين الصور الليلية إلى منظومات الاستجابة للكوارث والرصد البيئي وإدارة الحدود والسواحل، حيث تتخذ قرارات ميدانية حساسة اعتمادًا على صور فضائية أو جوية ملتقطة في ظروف إضاءة قاسية، فكل تحسن في وضوح هذه الصور وثبات ألوانها ينعكس مباشرة على دقة كشف الأهداف وتقدير الأضرار وتوجيه فرق الإنقاذ، كما أن خفة المعالجة وجودتها معًا شرطان للتشغيل على منصات طائرة محدودة الطاقة والحوسبة، ولهذا تحظى الأطر التي تحقق مكاسب جودة قابلة للقياس باهتمام متزايد لدى وكالات الفضاء والجهات الزراعية والأمنية، ويمثل الجمع بين النمذجة الفيزيائية للضوء وأدوات التعلم العميق اتجاهًا واعدًا يتجاوز المعالجات التجميلية إلى فهم تكوين الصورة ذاته
وخلاصة القول إن هذه الدراسة تقدم إطارًا مبتكرًا لتحسين صور الاستشعار عن بُعد منخفضة الإضاءة يجمع التحليل الفيزيائي والتمثيل اللوني بالرباعيات وترددات المويجات، وتفتح طريقًا لصور ليلية أوضح ترفع أداء مهام الرؤية التابعة، وتمثل إضافة قيمة للباحثين العرب في الرؤية الحاسوبية والاستشعار عن بُعد وتطبيقات المدن والزراعة الذكية
