रंग सामान्यीकरण कंप्यूटर विज़न में एक विषय है जो कृत्रिम रंग दृष्टि और वस्तु पहचान से संबंधित है। सामान्य तौर पर, किसी छवि में रंग मानों का वितरण प्रकाश व्यवस्था पर निर्भर करता है, जो प्रकाश की स्थितियों, कैमरों और अन्य कारकों के आधार पर भिन्न हो सकता है। रंग सामान्यीकरण रंग-आधारित वस्तु पहचान तकनीकों को इन विविधताओं की भरपाई करने की अनुमति देता है। लक्ष्य छवि का ऐसा प्रतिनिधित्व तैयार करना है जो प्रकाश में परिवर्तनों के प्रति अपरिवर्तनीय हो, ताकि एल्गोरिदम वस्तुओं को उनके आंतरिक रंग गुणों के आधार पर पहचान सकें, न कि उन परिस्थितियों के आधार पर जिनमें छवि कैप्चर की गई थी।
यह क्षेत्र मानव दृश्य प्रणाली की विभिन्न प्रकाश व्यवस्थाओं के तहत रंगों को लगातार देखने की क्षमता पर आधारित है, जिसे रंग स्थिरता के रूप में जाना जाता है। इस क्षमता की कम्प्यूटेशनल रूप से नकल करके, रंग सामान्यीकरण रोबोटिक्स से लेकर चिकित्सा इमेजिंग तक कई अनुप्रयोगों का समर्थन करता है, जहाँ विश्वसनीय रंग-आधारित वर्गीकरण महत्वपूर्ण है। हालाँकि, सामान्यीकरण एल्गोरिदम का चुनाव विशिष्ट कार्य पर निर्भर करता है, क्योंकि विभिन्न विधियों के अपने अलग-अलग फायदे और नुकसान होते हैं।
रंग स्थिरता
रंग स्थिरता मानव धारणा के आंतरिक मॉडल की एक विशेषता है, जो मनुष्यों को विभिन्न प्रकाश व्यवस्थाओं के तहत भी वस्तुओं को अपेक्षाकृत स्थिर रंग प्रदान करने की क्षमता देती है। यह वस्तु पहचान के साथ-साथ वातावरण में प्रकाश स्रोतों की पहचान के लिए सहायक है। उदाहरण के लिए, मनुष्य किसी वस्तु को लगभग उसी रंग में देखते हैं जब सूरज तेज होता है या जब सूरज मंद होता है। यह अवधारणात्मक स्थिरता जटिल तंत्रिका प्रसंस्करण से उत्पन्न होती है जो प्रकाश व्यवस्था का अनुमान लगाती है और तदनुसार देखे गए रंगों को समायोजित करती है। कंप्यूटर विज़न में, रंग सामान्यीकरण एल्गोरिदम पिक्सेल मानों को बदलकर प्रकाश के प्रभाव को हटाने के लिए इस व्यवहार की नकल करने का प्रयास करते हैं। यह वस्तु पहचान और छवि विभाजन जैसे कार्यों के लिए विशेष रूप से महत्वपूर्ण है, जहाँ रंग एक विशिष्ट विशेषता है। सामान्यीकरण के बिना, विभिन्न प्रकाशों के तहत खींची गई एक ही वस्तु बहुत अलग रंग वितरण उत्पन्न कर सकती है, जिससे पहचान प्रणाली भ्रमित हो सकती है।
अनुप्रयोग
रंग सामान्यीकरण का उपयोग रोबोटिक्स, बायोइन्फॉर्मेटिक्स और सामान्य Artificial intelligence के क्षेत्र में रंग छवियों पर वस्तु पहचान के लिए किया गया है, जब छवि से सभी तीव्रता मानों को हटाते हुए रंग मानों को संरक्षित करना महत्वपूर्ण होता है। एक उदाहरण दिन भर में निगरानी कैमरे द्वारा शूट किए गए दृश्य का है, जहाँ समान रंग के पिक्सेल पर छाया या प्रकाश परिवर्तन को हटाना और वहाँ से गुजरने वाले लोगों को पहचानना महत्वपूर्ण है। एक अन्य उदाहरण मधुमेह संबंधी रेटिनोपैथी का पता लगाने के साथ-साथ कैंसर अवस्थाओं के आणविक निदान के लिए उपयोग किए जाने वाले स्वचालित स्क्रीनिंग उपकरण हैं, जहाँ वर्गीकरण के दौरान रंग जानकारी शामिल करना महत्वपूर्ण है। रोबोटिक्स में, रंग सामान्यीकरण Machine learning मॉडलों को बदलते वातावरण में वस्तुओं की पहचान करने में मदद करता है, जैसे बदलती धूप वाले बाहरी दृश्य या कृत्रिम प्रकाश वाले आंतरिक दृश्य। बायोइन्फॉर्मेटिक्स में, यह दागदार ऊतक नमूनों के सुसंगत विश्लेषण को सक्षम बनाता है, जहाँ दाग की तीव्रता में भिन्नता अन्यथा गलत वर्गीकरण का कारण बन सकती है। यह तकनीक Deep learning मॉडलों के लिए Data Augmentation पाइपलाइनों में भी उपयोग की जाती है, जहाँ यह प्रशिक्षण डेटा उत्पन्न करने में मदद करती है जो प्रकाश परिवर्तनों के प्रति मजबूत होता है।
ज्ञात समस्याएँ
रंग सामान्यीकरण के कुछ अनुप्रयोगों की मुख्य समस्या यह है कि परिणाम अप्राकृतिक या मूल रंगों से बहुत दूर दिखता है। ऐसे मामलों में जहाँ महत्वपूर्ण पहलुओं के बीच सूक्ष्म अंतर होता है, यह समस्याग्रस्त हो सकता है। अधिक विशेष रूप से, दुष्प्रभाव यह हो सकता है कि पिक्सेल विचलित हो जाएँ और छवि के वास्तविक रंग मान को प्रतिबिंबित न करें। उदाहरण के लिए, एक सामान्यीकरण एल्गोरिदम अति-सुधार कर सकता है, जिससे ऐसे रंग उत्पन्न होते हैं जो बहुत अधिक संतृप्त या स्थानांतरित होते हैं, जो समान वस्तुओं के बीच सूक्ष्म अंतर को धुंधला कर सकते हैं। यह चिकित्सा इमेजिंग में विशेष रूप से समस्याग्रस्त है, जहाँ सूक्ष्म रंग अंतर विभिन्न ऊतक प्रकारों या रोग अवस्थाओं का संकेत दे सकते हैं। इस समस्या से निपटने का एक तरीका रंग सामान्यीकरण को थ्रेशोल्डिंग के साथ संयोजन में उपयोग करना है ताकि एक रंगीन छवि को सही ढंग से और लगातार विभाजित किया जा सके। थ्रेशोल्डिंग प्रासंगिक रंग क्षेत्रों को पृष्ठभूमि शोर से अलग करने में मदद कर सकती है, जिससे अप्राकृतिक रंग बदलावों का प्रभाव कम हो जाता है। इसके अतिरिक्त, कुछ विधियाँ उपयोगकर्ता को एप्लिकेशन की आवश्यकताओं के आधार पर सामान्यीकरण और प्राकृतिक उपस्थिति के बीच संतुलन के लिए मापदंडों को समायोजित करने की अनुमति देती हैं।
परिवर्तन और एल्गोरिदम
रंग सामान्यीकरण प्राप्त करने के लिए विभिन्न प्रकार के परिवर्तन और एल्गोरिदम मौजूद हैं, और यहाँ एक सीमित सूची प्रस्तुत की गई है। एक एल्गोरिदम का प्रदर्शन कार्य पर निर्भर करता है, और एक एल्गोरिदम जो एक कार्य में दूसरे से बेहतर प्रदर्शन करता है, दूसरे में खराब प्रदर्शन कर सकता है (नो फ्री लंच प्रमेय)। इसके अतिरिक्त, एल्गोरिदम का चुनाव अंतिम परिणाम के लिए उपयोगकर्ता की प्राथमिकताओं पर निर्भर करता है, उदाहरण के लिए, वे अधिक प्राकृतिक दिखने वाली रंग छवि चाह सकते हैं। सामान्य दृष्टिकोणों में ग्रे वर्ल्ड, हिस्टोग्राम इक्वलाइज़ेशन और हिस्टोग्राम स्पेसिफिकेशन शामिल हैं, जिनमें से प्रत्येक की अलग-अलग धारणाएँ और व्यापार-नुकसान हैं। कुछ एल्गोरिदम गति और सरलता के लिए डिज़ाइन किए गए हैं, जबकि अन्य कम्प्यूटेशनल जटिलता की कीमत पर उच्च सटीकता का लक्ष्य रखते हैं। व्यवहार में, चिकित्सक अक्सर अपने विशिष्ट डेटासेट और उद्देश्यों के लिए सबसे उपयुक्त खोजने के लिए कई विधियों के साथ प्रयोग करते हैं।
ग्रे वर्ल्ड
ग्रे वर्ल्ड सामान्यीकरण यह धारणा बनाता है कि प्रकाश स्पेक्ट्रम में परिवर्तन को रंग के लाल, हरे और नीले चैनलों पर लागू तीन स्थिर कारकों द्वारा मॉडल किया जा सकता है। अधिक विशेष रूप से, प्रकाशित रंग में परिवर्तन को आर, जी और बी रंग चैनलों में स्केलिंग α, β और γ के रूप में मॉडल किया जा सकता है, और इस प्रकार ग्रे वर्ल्ड एल्गोरिदम प्रकाश रंग विविधताओं के प्रति अपरिवर्तनीय है। इसलिए, प्रत्येक रंग चैनल को उसके औसत मान से विभाजित करके एक स्थिरता समाधान प्राप्त किया जा सकता है। यह विधि प्रभावी रूप से मानती है कि दृश्य का औसत रंग ग्रे है, जो कई प्राकृतिक छवियों के लिए सही है, लेकिन एक ही रंग के प्रभुत्व वाले दृश्यों के लिए विफल हो सकती है। जैसा कि ऊपर उल्लेख किया गया है, ग्रे वर्ल्ड रंग सामान्यीकरण प्रकाशित रंग विविधताओं α, β और γ के प्रति अपरिवर्तनीय है, हालाँकि इसकी एक महत्वपूर्ण समस्या है: यह प्रकाश तीव्रता की सभी विविधताओं को ध्यान में नहीं रखता है और यह गतिशील नहीं है; जब दृश्य में नई वस्तुएँ दिखाई देती हैं तो यह विफल हो जाता है। इस समस्या को हल करने के लिए ग्रे वर्ल्ड एल्गोरिदम के कई प्रकार हैं, जैसे भारित औसत का उपयोग करना या विधि को स्थानीय रूप से लागू करना। इसके अतिरिक्त ग्रे वर्ल्ड सामान्यीकरण का एक पुनरावृत्त संस्करण भी है, हालाँकि यह काफी बेहतर प्रदर्शन करने के लिए नहीं पाया गया।
हिस्टोग्राम इक्वलाइज़ेशन
हिस्टोग्राम इक्वलाइज़ेशन एक गैर-रेखीय परिवर्तन है जो पिक्सेल रैंक बनाए रखता है और किसी भी नीरस रूप से बढ़ते रंग परिवर्तन फ़ंक्शन के लिए सामान्यीकरण करने में सक्षम है। इसे ग्रे वर्ल्ड विधि की तुलना में अधिक शक्तिशाली सामान्यीकरण परिवर्तन माना जाता है। यह तकनीक पिक्सेल तीव्रता को पुनर्वितरित करके काम करती है ताकि आउटपुट छवि का हिस्टोग्राम लगभग समान हो, जो कंट्रास्ट को बढ़ा सकता है और विवरण प्रकट कर सकता है। हालाँकि, हिस्टोग्राम इक्वलाइज़ेशन के परिणामों में नीले चैनल का अतिशयोक्ति होती है और वे अप्राकृतिक दिखते हैं, इस तथ्य के कारण कि अधिकांश छवियों में पिक्सेल मानों का वितरण आमतौर पर समान के बजाय गाऊसी वितरण के समान होता है। यह दृश्य रूप से अप्रिय रंग बदलाव का कारण बन सकता है, हालाँकि यह विधि अपनी सरलता और कुछ संदर्भों में प्रभावशीलता के कारण लोकप्रिय बनी हुई है। Computer vision पाइपलाइनों में, हिस्टोग्राम इक्वलाइज़ेशन अक्सर फीचर निष्कर्षण या वर्गीकरण से पहले एक प्रीप्रोसेसिंग चरण के रूप में लागू किया जाता है।
हिस्टोग्राम स्पेसिफिकेशन
हिस्टोग्राम स्पेसिफिकेशन लाल, हरे और नीले हिस्टोग्राम को केवल समान करने के बजाय तीन विशिष्ट हिस्टोग्राम के आकार से मिलान करने के लिए बदलता है। यह छवि परिवर्तनों के एक वर्ग को संदर्भित करता है जिसका उद्देश्य ऐसी छवियाँ प्राप्त करना है जिनके हिस्टोग्राम में वांछित आकार हो। यह आउटपुट पर अधिक नियंत्रण की अनुमति देता है, क्योंकि लक्ष्य हिस्टोग्राम को एप्लिकेशन की आवश्यकताओं के आधार पर चुना जा सकता है, जैसे संदर्भ छवि के रंग वितरण से मिलान करना। इस प्रक्रिया में पहले इनपुट छवि को समान करना और फिर वांछित हिस्टोग्राम के संचयी वितरण फ़ंक्शन के व्युत्क्रम को लागू करना शामिल है। यह विधि विशेष रूप से उपयोगी है जब छवियों के एक सेट में एक सुसंगत रंग उपस्थिति की आवश्यकता होती है, जैसे चिकित्सा इमेजिंग या रिमोट सेंसिंग में। हालाँकि, इसके लिए उपयुक्त लक्ष्य हिस्टोग्राम के चयन की आवश्यकता होती है, जो एक गैर-तुच्छ कार्य हो सकता है और डोमेन विशेषज्ञता की आवश्यकता हो सकती है।