نمذجة الضوضاء القائمة على الفيزياء للتصوير الفوتوغرافي في الإضاءة الشديدة المنخفضة

تعزيز الرؤية في البيئات ذات الإضاءة المنخفضة جدًا يُعد مهمة صعبة. وفي ظل ظروف الإضاءة الشبه معدومة، يمكن أن تفشل طرق معالجة تقليل الضوضاء الحالية بسهولة نظرًا لانخفاض نسبة الإشارة إلى الضوضاء (SNR) بشكل كبير. في هذه الورقة، نقوم بدراسة منهجية لاحصائيات الضوضاء في خط أنابيب التصوير الخاص بحساسات CMOS، ونُصِر نموذجًا شاملاً للضوضاء قادر على تمثيل هيكل الضوضاء الفعلي بدقة. ويأخذ نموذجنا الجديد بعين الاعتبار مصادر الضوضاء الناتجة عن الإلكترونيات الخاصة بالكاميرات الرقمية، التي تُهمل غالبًا في الأساليب الحالية رغم تأثيرها الكبير على القياسات الخام في الظلام. كما يوفر هذا النموذج وسيلة لفصل البنية المعقدة للضوضاء إلى توزيعات إحصائية مختلفة ذات تفسيرات فيزيائية. علاوةً على ذلك، يمكن استخدام نموذج الضوضاء هذا لتصنيع بيانات تدريب واقعية لخوارزميات تقليل الضوضاء في الإضاءة المنخفضة القائمة على التعلم. وفي هذا السياق، وعلى الرغم من النتائج الواعدة التي أظهرتها الشبكات العصبية التلافيفية العميقة مؤخرًا، فإن نجاحها يعتمد بشدة على توفر أزواج كبيرة من الصور المشوهة والصورة النظيفة للتدريب، وهي أمور شديدة الصعوبة في التطبيق العملي. كما أن تعميم النماذج المدربة على صور من أجهزة جديدة يواجه صعوبات كبيرة. وقد أظهرت التجارب الواسعة على عدة مجموعات بيانات لتقليل الضوضاء في الإضاءة المنخفضة — بما في ذلك مجموعة بيانات جديدة جمعناها في هذه الدراسة وتغطي أجهزة متنوعة — أن الشبكة العصبية العميقة التي تم تدريبها باستخدام نموذج تكوين الضوضاء المقترح تحقق دقة مذهلة. وتُقدّر نتائجها بمستوى يوازي أو في بعض الأحيان يتفوق على التدريب باستخدام بيانات حقيقية مزروعة، مما يفتح بابًا جديدًا أمام التصوير الفوتوغرافي في ظروف الإضاءة المنخفضة جدًا في العالم الحقيقي.