Near space hyperspectral interferometric imaging image quality assessment with a physically grounded dataset

科学分野:

• 大気科学とリモートセンシング。
• 光学イメージングと信号処理。

背景:

• ニアスペースハイパースペクトル干渉イメージングは、大気観測に不可欠であり、温室効果ガスや風場の高解像度プロファイリングを可能にします。
• このイメージングモダリティは、角度偏差、振動、センサーの不均一性などの非線形劣化の影響を受けやすく、正確な画像品質評価（IQA）を複雑にします。
• 自然画像に基づいた既存のIQAベンチマークは、物理的な現実味とドメイン固有の歪みが欠けており、干渉データでトレーニングされたモデルのパフォーマンスが悪くなります。

研究 の 目的:

• ニアスペース干渉イメージングに特化して設計された最初の画像品質評価ベンチマークであるNSIQを紹介すること。
• この専門分野におけるIQAモデルの評価のための、現実的でドメイン固有のデータセットを提供すること。
• 干渉システムの物理駆動型劣化に適用された場合の、現在のIQAアプローチの限界を強調すること。

主な方法:

• 物理的に一貫したシミュレーションフレームワークを通じて生成された201個のグレースケール干渉縞を含むNSIQを開発しました。
• 現実的なシステムレベルの歪みを反映した6つの代表的な劣化タイプを組み込みました。
• 多次元品質評価のために、専門家の知覚スコアと正規化された物理パラメータを組み合わせたハイブリッド品質ラベルを各サンプルに付けました。

主要な成果:

• ベンチマーキングにより、自然画像に対して有効な最先端のIQA手法が、NSIQデータセットに対して著しくパフォーマンスが低下することが実証されました。
• 結果は、ニアスペース干渉イメージング特有の課題に対する現在のIQAモデルの不十分さを強調しています。
• このアプリケーションに合わせた、ドメイン適応型で物理的に根拠のあるIQAモデルの緊急の必要性が特定されました。

結論:

• NSIQベンチマークは、ニアスペース干渉イメージングにおけるIQAの進歩に不可欠なリソースを提供します。
• 環境モニタリング、大気モデリング、インテリジェントリモートセンシングの研究を促進します。
• 長期的な地球システム観測と理解の改善のための基盤を確立します。