Ocena jakości obrazów hiperspektralnych interferometrycznych w przestrzeni bliskiej z wykorzystaniem fizycznie ugruntowanego zbioru danych

Obserwowanie Ziemi z krawędzi przestrzeni

Wysoko ponad samolotami, lecz znacznie poniżej satelitów, znajduje się mało znany obszar zwany przestrzenią bliską. Przyrządy działające w tym środowisku dostarczają naukowcom niezwykle szczegółowych informacji o gazach cieplarnianych, wiatrach i przepływie ciepła w atmosferze. Jednak te instrumenty nie tworzą znajomych fotografii; rejestrują delikatne wzory interferencyjne, których jakość łatwo zostaje zniszczona przez niewielkie usterki mechaniczne lub elektroniczne. W artykule wprowadzono NSIQ — pierwszy benchmark jakości obrazu stworzony specjalnie dla tego wymagającego rodzaju danych, torując drogę do bardziej wiarygodnych pomiarów klimatu i pogody.

Dlaczego specjalne obrazy wymagają specjalnych testów

Większość współczesnych narzędzi oceniających, czy obraz wygląda „dobrze” czy „źle”, była trenowana na codziennych scenach — ludziach, budynkach, krajobrazach fotografowanych aparatami konsumenckimi. Takie zbiory napędziły imponujący postęp w ocenie jakości obrazu, dziedzinie łączącej sygnały cyfrowe z ludzką percepcją wzrokową. Jednak dziwne, paskowe wzory generowane przez interferometryczne instrumenty przestrzeni bliskiej zachowują się zupełnie inaczej niż zdjęcia z wakacji. Ich jakość zależy od subtelnych efektów fizycznych w optyce i czujnikach, a nie od typowych problemów, takich jak rozmycie czy artefakty kompresji. Gdy gotowe algorytmy jakości obrazu stosuje się do tych naukowych obrazów, ich założenia zawodzą, a wyniki przestają odpowiadać ocenom ekspertów z danej dziedziny.

Budowanie fizycznie uczciwego stanowiska testowego

Aby sprostać tej luki, autorzy stworzyli NSIQ — starannie zaprojektowany zbiór 201 skali szarości obrazów interferencyjnych, które odwzorowują to, co faktycznie rejestrowałyby instrumenty przestrzeni bliskiej. Zamiast nakładać ogólny szum cyfrowy, zaczynają od symulacji opartej na fizyce optyki instrumentu, a następnie wprowadzają sześć realistycznych rodzajów degradacji: nieprawidłowe kąty optyczne, drobne drgania, niejednolite piksele detektora, szum odczytu elektrycznego, ograniczenia próbkowania oraz błędy fazy deformujące same prążki interferencyjne. Każda z tych degradacji jest stopniowana od ledwie zauważalnej do poważnej, dając spektrum jakości obrazu odzwierciedlające rzeczywiste warunki pracy sprzętu przestrzeni bliskiej.

Łączenie osądu ludzkiego z twardymi danymi

Co istotne, NSIQ nie opiera się wyłącznie na fizyce. Dla każdego obrazu symulowanego 27 ekspertów w dziedzinie obrazowania interferometrycznego oceniało to, co widzą, koncentrując się na klarowności prążków, czystości modulacji wzorów oraz ogólnym zaufaniu wizualnym. Te opinie ludzkie zostały połączone z znormalizowanymi parametrami fizycznymi, które ilościowo określają, jak bardzo zostały zaburzone ustawienia instrumentu. Z obu składników obliczana jest pojedyncza hybrydowa wartość jakości, więc każdy obraz ma etykietę opartą na zachowaniu instrumentu, a jednocześnie zgodną z ludzką percepcją. Taka podwójna perspektywa sprawia, że zbiór jest użyteczny zarówno do praktycznego monitorowania, jak i do testowania teorii dotyczących tego, co oznacza „jakość” w obrazowaniu naukowym.

Wystawienie istniejących metod na próbę

Dysponując NSIQ, autorzy poddali rygorystycznej próbie 14 wiodących algorytmów oceny jakości obrazu — niektóre porównujące z czystym odniesieniem, inne działające w trybie ślepym. Modele, które błyszczały na naturalnych fotografiach, tu zawiodły: ich korelacje z ocenami ekspertów spadły, krzywe predykcji fluktuowały gwałtownie, a niektóre niemal straciły znaczący związek z ocenami ludzkimi. Nawet zaawansowane systemy głębokiego uczenia dostrojone pod kątem naturalnych zniekształceń miały trudności złożonymi, napędzanymi fizyką artefaktami w tych interferencyjnych wzorach. Wyniki podkreślają, że samo trenowanie na większej liczbie codziennych zdjęć nie wystarcza; algorytmy muszą być przebudowane tak, by uwzględniać unikalne, przestrzennie niejednolite zniekształcenia wynikające z rzeczywistego sprzętu optycznego i elektronicznego.

Co to oznacza dla obserwacji naszej planety

Udostępniając NSIQ jako otwarte źródło, autorzy dostarczają potrzebnego poligonu testowego dla przyszłych narzędzi oceny jakości obrazu dostosowanych do obserwacji przestrzeni bliskiej. Ich ustalenia pokazują, że obecne metody nie są w stanie wiarygodnie określić, kiedy te wysoko wyspecjalizowane obrazy są wystarczająco dobre dla nauk o klimacie i atmosferze. Mówiąc wprost, NSIQ pomaga oddzielić ostre, godne zaufania prążki od tych, które zostały cicho skorumpowane przez subtelne drgania mechaniczne lub usterki czujników. Lepsza ocena jakości oparta na tym benchmarku mogłaby uczynić teledetekcję bardziej odporną, pomagając zapewnić, że długoterminowe zapisy gazów cieplarnianych, wiatrów i przepływów energii rzeczywiście odzwierciedlają zmiany w systemie Ziemi, a nie ukryte usterki w aparatach obserwujących z krawędzi przestrzeni.

Cytowanie: Jiang, C., Tong, C. & Ma, Z. Near space hyperspectral interferometric imaging image quality assessment with a physically grounded dataset. Sci Rep 16, 8641 (2026). https://doi.org/10.1038/s41598-026-38036-2

Słowa kluczowe: teledetekcja, jakość obrazu, obserwacja atmosfery, obrazowanie hiperspektralne, przestrzeń bliska