SkyQI आपकी रात के आकाश की तस्वीरों का विश्लेषण कैसे करता है

एक एल्गोरिथम पर एक नज़र जो स्मार्टफोन की तस्वीर को आकाश की गुणवत्ता के माप में बदल देता है

आप एक तस्वीर अपलोड करते हैं। कुछ सेकंड बाद, आपको एक SQM मान, एक Bortle क्लास, एक स्टार काउंट और एक कॉन्फिडेंस रेटिंग मिलती है। लेकिन उन कुछ सेकंड में वास्तव में क्या होता है? SkyQI एक अनकैलिब्रेटेड फोन कैमरे से ली गई तस्वीर को कैसे देखता है और यह निर्धारित करता है कि आपका आकाश कितना गहरा है?

यह लेख विश्लेषण पाइपलाइन के माध्यम से, चरण-दर-चरण बताता है।

समस्या: हर फोन कैमरा अलग होता है

इससे पहले कि हम एल्गोरिथम में उतरें, यह समझना महत्वपूर्ण है कि यह समस्या कठिन क्यों है।

एक Samsung Galaxy और एक iPhone एक ही आकाश की समान तस्वीरें नहीं बनाते हैं। उनके अलग-अलग sensors, अलग-अलग image processing pipelines, अलग-अलग noise characteristics होती हैं। कुछ फोन रात की तस्वीरों को आक्रामक रूप से चमकाते हैं। अन्य noise reduction जोड़ते हैं जो धुंधले तारों को चिकना कर देता है। Exposure times भिन्न होती हैं। Color balance भिन्न होता है।

पारंपरिक आकाश की गुणवत्ता माप (sky quality measurement) कैलिब्रेटेड उपकरणों पर निर्भर करता है -- ऐसे उपकरण जो सुसंगत, दोहराने योग्य रीडिंग उत्पन्न करते हैं। एक फोन कैमरा इसके विपरीत है।

SkyQI का दृष्टिकोण इससे लड़ने की कोशिश नहीं करता है। किसी एक माप के सटीक होने पर निर्भर रहने के बजाय, यह तीन स्वतंत्र संकेतकों का उपयोग करता है और उन्हें सहमत होने की आवश्यकता होती है। यदि संकेतक एक-दूसरे का खंडन करते हैं, तो माप को अविश्वसनीय के रूप में चिह्नित किया जाता है। यह cross-validation ही है जो सिस्टम को डिवाइस-विशिष्ट कैलिब्रेशन के बिना हजारों विभिन्न फोन मॉडलों पर काम करने की अनुमति देता है।

चरण 1: पिक्सेल पढ़ना

जब आपकी तस्वीर सर्वर पर आती है, तो SkyQI सबसे पहले raw pixel data निकालता है। आपकी छवि में प्रत्येक पिक्सेल को तीन संख्याओं के रूप में संग्रहीत किया जाता है: Red, Green, और Blue (RGB), प्रत्येक 0 (काला) से 255 (अधिकतम चमक) तक होता है।

इन raw मानों से, SkyQI ल्यूमिनेंस (luminance) की गणना करता है -- मानव आँख द्वारा देखी गई अनुभूत चमक। इसमें ITU-R BT.709 मानक का उपयोग किया जाता है, वही सूत्र जो टेलीविजन प्रसारण में उपयोग किया जाता है:

Luminance = 0.299 x Red + 0.587 x Green + 0.114 x Blue

तीनों चैनलों का समान रूप से औसत क्यों नहीं लिया जाता? क्योंकि मानव आँखें हरी रोशनी के प्रति सबसे संवेदनशील होती हैं और नीली रोशनी के प्रति सबसे कम संवेदनशील होती हैं। एक हरा पिक्सेल हमें समान तीव्रता पर एक नीले पिक्सेल की तुलना में अधिक चमकीला दिखता है। यह सूत्र इसका हिसाब रखता है।

चरण 2: आकाश को ज़मीन से अलग करना

आपकी तस्वीर में सब कुछ आकाश नहीं होता है। निचला हिस्सा पेड़ों, इमारतों या क्षितिज को शामिल कर सकता है। SkyQI छवि को ज़ोन में विभाजित करता है:

• ऊपरी ज़ोन (शीर्ष 50%): संभावित आकाश -- यहीं पर तारों और आकाश की चमक को मापा जाता है
• मध्य ज़ोन (50-80%): क्षितिज क्षेत्र -- क्षितिज की चमक का पता लगाने के लिए उपयोग किया जाता है
• निचला ज़ोन (नीचे का 20%): संभावित ज़मीन -- आकाश के मापों से बाहर रखा गया है

यह ज़ोन विभाजन सुनिश्चित करता है कि आपकी तस्वीर के निचले हिस्से में एक चमकीली स्ट्रीटलाइट को आकाश की चमक के साथ भ्रमित न किया जाए।

चरण 3: एडाप्टिव थ्रेशोल्ड -- शोर में तारे खोजना

यहां यह दिलचस्प हो जाता है। तारों को गिनने के लिए, SkyQI को यह निर्धारित करने की आवश्यकता है कि कौन से चमकीले पिक्सेल तारे हैं और कौन से केवल कैमरा शोर हैं। इसके लिए एक थ्रेशोल्ड की आवश्यकता होती है: थ्रेशोल्ड से चमकीले पिक्सेल उम्मीदवार होते हैं; उससे नीचे वाले पृष्ठभूमि होते हैं।

लेकिन आपको कौन सा थ्रेशोल्ड उपयोग करना चाहिए? Ladakh में एक गहरे आकाश की तस्वीर में दिल्ली में प्रकाश प्रदूषण (light pollution) से प्रदूषित आकाश की तस्वीर की तुलना में पूरी तरह से अलग चमक की विशेषताएं होती हैं। एक निश्चित थ्रेशोल्ड एक के लिए काम करेगा और दूसरे के लिए विफल हो जाएगा।

SkyQI इसे एक एडाप्टिव थ्रेशोल्ड के साथ हल करता है जो प्रत्येक छवि के अनुसार समायोजित होता है:

Threshold = Mean Brightness + k x Standard Deviation

सिस्टम सभी पिक्सेल की औसत चमक (the mean) और कितनी भिन्नता मौजूद है (the standard deviation) की गणना करता है। फिर यह विचलन को एक फैक्टर k से गुणा करता है और इसे mean में जोड़ता है।

k-फैक्टर स्वयं signal-to-noise ratio के आधार पर अनुकूलित होता है। गहरे आकाश की तस्वीरें (तारों और पृष्ठभूमि के बीच उच्च कंट्रास्ट) को कम k मिलता है, जिससे थ्रेशोल्ड धुंधले तारों के प्रति अधिक संवेदनशील हो जाता है। चमकीली, शोर वाली तस्वीरों को उच्च k मिलता है, जिसके लिए पिक्सेल को औसत से बहुत अधिक चमकीला होना पड़ता है, इससे पहले कि उन्हें तारे के उम्मीदवार माना जाए।

इसका मतलब है कि SkyQI आपकी तस्वीर की स्थितियों से मेल खाने के लिए अपनी संवेदनशीलता को स्वचालित रूप से समायोजित करता है।

चरण 4: फ्लड फिल के साथ तारे गिनना

एक बार जब थ्रेशोल्ड सेट हो जाता है, तो SkyQI हर पिक्सेल को स्कैन करता है। जब उसे थ्रेशोल्ड से चमकीला पिक्सेल मिलता है, तो वह जुड़े हुए क्षेत्र का पता लगाने के लिए एक फ्लड फिल एल्गोरिथम का उपयोग करता है -- सभी चार दिशाओं (ऊपर, नीचे, बाएं, दाएं) में पड़ोसी पिक्सेल की जांच करता है और जब तक पिक्सेल चमकीले रहते हैं, तब तक बाहर की ओर फैलता है।

यह प्रत्येक चमकीले क्षेत्र को पिक्सेल में एक आकार देता है। वास्तविक तारे, यहां तक कि लंबे-एक्सपोज़र फोन तस्वीरों में भी, छोटे बिंदु स्रोत के रूप में दिखाई देते हैं -- आमतौर पर 2 से 50 पिक्सेल। SkyQI इस आकार सीमा में क्षेत्रों को तारे के रूप में गिनता है।

लेकिन यह बड़े चमकीले क्षेत्रों को भी ट्रैक करता है। क्यों? क्योंकि वे कुछ महत्वपूर्ण प्रकट करते हैं।

केवल तारों की संख्या ही उत्तर नहीं है। जो मायने रखता है वह ऊपरी आकाश ज़ोन बनाम निचले आकाश ज़ोन में तारों का अनुपात है। वास्तव में गहरे आकाश में, तारे दृश्यमान आकाश में अपेक्षाकृत समान रूप से वितरित होते हैं। प्रकाश प्रदूषण-प्रदूषित आकाश में, क्षितिज के पास कम तारे दिखाई देते हैं क्योंकि क्षितिज की चमक उन्हें धो देती है।

यह अनुपात -- तारकीय घनत्व अनुपात (stellar density ratio) -- SkyQI के तीन स्वतंत्र संकेतकों में से पहला है।

चरण 5: कृत्रिम प्रकाश का पता लगाना

शहर की रोशनी, इमारतें और स्ट्रीटलाइटें तस्वीरों में विशिष्ट हस्ताक्षर छोड़ती हैं जो प्राकृतिक रात के आकाश में नहीं होते हैं। SkyQI चार विशिष्ट संकेतों की तलाश करता है:

तेज़ किनारे। इमारतें और संरचनाएं अचानक चमक परिवर्तन के साथ क्षैतिज और ऊर्ध्वाधर किनारे बनाती हैं। प्राकृतिक आकाश दृश्यों में चिकनी ढाल होती है। SkyQI मापता है कि छवि में कितने तेज़ किनारे मौजूद हैं -- एक उच्च किनारे का अनुपात एक शहरी दृश्य का सुझाव देता है।

ज़मीन-स्तर की चमक। शहरी दृश्यों में आमतौर पर छवि के निचले आधे हिस्से (इमारतों, सड़कों) में ऊपरी आधे हिस्से की तुलना में अधिक चमकीले धब्बे होते हैं। SkyQI शीर्ष और निचले हिस्सों के बीच बहुत चमकीले पिक्सेल के वितरण की तुलना करता है।

गर्म रंग का प्रभाव। सोडियम और LED स्ट्रीटलाइटें गर्म, नारंगी-पीली रोशनी उत्सर्जित करती हैं। SkyQI उन पिक्सेल की जांच करता है जहां Red > Green > Blue एक महत्वपूर्ण अंतर के साथ होता है -- कृत्रिम प्रकाश का स्पेक्ट्रल हस्ताक्षर।

उच्च कंट्रास्ट पैटर्न। शहरी रात के दृश्यों में बहुत चमकीले पिक्सेल (रोशनी) और बहुत गहरे पिक्सेल (इमारतों के बीच की छाया) का एक असामान्य मिश्रण होता है। प्राकृतिक रात के आकाश में यह अत्यधिक द्वि-मोडल वितरण नहीं होता है।

प्रत्येक कारक 0 (कोई कृत्रिम रोशनी का पता नहीं चला) से 1 (भारी शहरी प्रकाश व्यवस्था) तक के कृत्रिम प्रकाश स्कोर (artificial light score) में योगदान देता है।

चरण 6: क्षितिज चमक विश्लेषण

प्रकाश प्रदूषण केवल चमकीले धब्बे नहीं बनाता है -- यह एक विस्तृत चमक बनाता है जो क्षितिज के पास सबसे चमकीला होता है और ज़ेनित (सीधे ऊपर) की ओर फीका पड़ जाता है।

SkyQI मध्य ज़ोन (क्षितिज के पास) की औसत चमक की ऊपरी ज़ोन (ऊपर का आकाश) से तुलना करके इसे मापता है:

Brightness Gradient Ratio = Lower Zone Brightness / Upper Zone Brightness

एक स्वच्छ गहरे आकाश में, यह अनुपात 1.0 के करीब होता है -- आकाश लगभग हर जगह समान चमक का होता है। प्रकाश प्रदूषण-प्रदूषित स्थान में, अनुपात 1.3 से अधिक होता है -- क्षितिज ज़ेनित की तुलना में काफी अधिक चमकीला चमकता है।

यह अनुपात दूसरा स्वतंत्र संकेतक है जो cross-validation में फ़ीड करता है।

चरण 7: रंग तापमान

आकाश का रंग एक कहानी कहता है। प्राकृतिक गहरे आकाश ठंडे नीले-ग्रे टोन (उच्च रंग तापमान, 5000K से ऊपर) की ओर बढ़ते हैं। कृत्रिम प्रकाश की परावर्तित चमक से प्रकाश प्रदूषण-प्रदूषित आकाश गर्म नारंगी-पीले (कम रंग तापमान, 4000K से नीचे) की ओर स्थानांतरित होते हैं।

SkyQI सभी पिक्सेल में नीले से लाल प्रकाश के अनुपात से रंग तापमान का अनुमान लगाता है। एक मुख्य रूप से नीली छवि न्यूनतम प्रकाश प्रदूषण का सुझाव देती है। एक गर्म, नारंगी-रंग की छवि कृत्रिम प्रकाश संदूषण का सुझाव देती है।

चरण 8: SQM मान की गणना करना

स्काई क्वालिटी मीटर (SQM) मान आकाश के अंधेरे के लिए मानक इकाई है, जिसे magnitudes per square arcsecond में मापा जाता है। उच्च मान का अर्थ है गहरा आकाश:

SkyQI एक logarithmic formula का उपयोग करके आकाश क्षेत्र की चमक से गणना किए गए एक आधार SQM से शुरू होता है। फिर यह पिछले विश्लेषण चरणों द्वारा पता लगाए गए के आधार पर जुर्माना लागू करता है:

• कृत्रिम प्रकाश जुर्माना: यदि कृत्रिम प्रकाश स्कोर 0.3 से अधिक हो जाता है और कुछ वास्तविक तारे पता चले, तो SQM 6 magnitudes तक गिर जाता है। यह सबसे बड़ा एकल सुधार है।
• चमकीले क्षेत्र का जुर्माना: वास्तविक तारे के हस्ताक्षर के बिना बड़े चमकीले धब्बे (औसत 100 पिक्सेल से अधिक) SQM को 4 magnitudes तक कम कर देते हैं।
• रंग तापमान जुर्माना: 3500K से कम गर्म रंग तापमान (स्ट्रीटलाइट संदूषण का सुझाव देते हुए) SQM को 2 magnitudes तक कम कर देते हैं।
• आकाश की चमक का जुर्माना: वास्तविक तारों के बिना बहुत चमकीली आकाश की पृष्ठभूमि (0-255 स्केल पर 150 से ऊपर) अतिरिक्त कटौती को ट्रिगर करती है।

ये जुर्माना रूढ़िवादी रूप से लागू किए जाते हैं। सिस्टम यह जांचता है कि दंडित करने से पहले छवि में वास्तविक एस्ट्रोफोटोग्राफी हस्ताक्षर (कई छोटे, बिंदु-स्रोत तारे) हैं या नहीं। Milky Way की एक लंबे-एक्सपोज़र तस्वीर में उच्च चमक और बड़े चमकीले क्षेत्र हो सकते हैं, लेकिन इसमें हजारों छोटे तारे का पता भी चलेगा -- इसलिए जुर्माना बाईपास हो जाता है।

परिणामी SQM मान तीसरा स्वतंत्र संकेतक है।

चरण 9: क्रॉस-वैलिडेशन गेट

यह वह चरण है जो SkyQI को अनकैलिब्रेटेड फोन कैमरों का उपयोग करने के बावजूद काम करने में सक्षम बनाता है।

तीन संकेतक -- तारकीय घनत्व अनुपात, चमक ढाल अनुपात, और SQM मान -- प्रत्येक विभिन्न तरीकों का उपयोग करके आकाश की गुणवत्ता के एक अलग पहलू को मापते हैं। यदि वे सभी एक ही निष्कर्ष की ओर इशारा करते हैं, तो हम परिणाम पर यथोचित रूप से आश्वस्त हो सकते हैं। यदि वे असहमत हैं, तो कुछ गलत है -- शायद बादल छाए रहना, सेंसर शोर, या एक ऐसी छवि जो वास्तव में रात के आकाश की तस्वीर नहीं है।

SkyQI SQM ब्रैकेट के आधार पर प्रत्येक संकेतक के लिए अपेक्षित सीमाएं परिभाषित करता है:

गहरा आकाश (SQM > 20.5): तारे समान रूप से वितरित होने चाहिए (तारकीय घनत्व अनुपात 0.6 और 1.5 के बीच)। क्षितिज की चमक न्यूनतम होनी चाहिए (ढाल अनुपात 1.4 से नीचे)।

मध्यम आकाश (SQM 18.5-20.5): तारे का वितरण बदलता है (अनुपात 0.8 और 2.5 के बीच)। कुछ क्षितिज की चमक अपेक्षित है (ढाल अनुपात 1.1 और 2.0 के बीच)।

प्रदूषित आकाश (SQM < 18.5): कम तारे, क्षितिज से दूर केंद्रित (तारकीय घनत्व अनुपात 1.3 से ऊपर)। महत्वपूर्ण क्षितिज की चमक (ढाल अनुपात 1.3 से ऊपर)।

प्रत्येक संकेतक जो अपनी अपेक्षित सीमा से बाहर आता है, उसे उल्लंघन माना जाता है:

• 0 उल्लंघन → उच्च आत्मविश्वास -- सभी संकेतक सहमत हैं
• 1 उल्लंघन → मध्यम आत्मविश्वास -- मामूली असहमति, परिणाम अभी भी उपयोग करने योग्य है
• 2 उल्लंघन → कम आत्मविश्वास -- महत्वपूर्ण असहमति, माप को अविश्वसनीय के रूप में चिह्नित किया गया है

2+ उल्लंघन वाले माप को अस्वीकृत के रूप में चिह्नित किया जाता है। वे अभी भी आपके परिणामों में दिखाई देते हैं, लेकिन उन्हें चिह्नित किया जाता है ताकि आप उन्हें सावधानी से व्याख्या करना जान सकें।

चरण 10: बॉर्टल वर्गीकरण

अंतिम चरण SQM मान को बॉर्टल डार्क-स्काई स्केल (Bortle Dark-Sky Scale) में मैप करता है, एक 1-से-9 रेटिंग जो raw SQM संख्याओं की तुलना में अधिक सहज है:

आपके परिणामों का क्या अर्थ है

जब आप अपने SkyQI परिणाम देखते हैं, तो यहां बताया गया है कि क्या देखना है:

SQM मान मुख्य संख्या है। उच्चतर का अर्थ है गहरा (तारे देखने के लिए बेहतर)।

बॉर्टल क्लास मानव-पठनीय संस्करण है। क्लास 1-3 का मतलब है कि आप एक बेहतरीन जगह पर हैं। क्लास 7-9 का मतलब है गंभीर प्रकाश प्रदूषण।

तारों की संख्या दिखाती है कि एल्गोरिथम ने कितने तारे जैसी वस्तुओं का पता लगाया। गहरे आकाश में, यह हजारों में हो सकता है। शहरी क्षेत्रों में, यह शून्य हो सकता है।

आत्मविश्वास स्तर आपको बताता है कि परिणाम पर कितना भरोसा करना है। HIGH का मतलब है कि तीनों संकेतक सहमत थे। LOW का मतलब है कि कुछ असंगत था -- आकाश के स्पष्ट दृश्य के साथ एक और तस्वीर लेने का प्रयास करें।

तीन संकेतक क्यों, एक क्यों नहीं?

एक अनकैलिब्रेटेड फोन कैमरे से एक ही माप कई तरीकों से गलत हो सकता है। एक्सपोज़र बहुत लंबा हो सकता है। लेंस पर धब्बा हो सकता है। बादल हो सकते हैं। व्हाइट बैलेंस खराब हो सकता है।

लेकिन यह बहुत असंभव है कि तीन स्वतंत्र माप सभी एक ही तरीके से गलत हों। तारे उसी चीज़ के बारे में झूठ नहीं बोलते जिसके बारे में चमक की ढाल झूठ बोलती है। रंग तापमान उसी तरह विफल नहीं होता जिस तरह तारों की गिनती विफल होती है।

समझौते की आवश्यकता करके, SkyQI एक अविश्वसनीय उपकरण (आपका फोन कैमरा) को एक ऐसे सिस्टम में बदल देता है जो उपयोगी डेटा उत्पन्न करता है -- पूरी तरह से सटीक नहीं, लेकिन लगातार सही सीमा में। और नागरिक विज्ञान के लिए, हजारों मापों में लगभग सही होना मुट्ठी भर में पूरी तरह से सही होने से अधिक मूल्यवान है।

इसे स्वयं आज़माएं

अब जब आप जानते हैं कि पर्दे के पीछे क्या हो रहा है, तो इसे आज़माएं। SkyQI पर एक तस्वीर अपलोड करें और अपने परिणाम देखें। विभिन्न स्थानों से तस्वीरें आज़माएं -- आपकी बालकनी, एक पार्क, एक राजमार्ग विश्राम स्थल, एक ग्रामीण सड़क यात्रा। देखें कि संकेतक कैसे बदलते हैं।

आप जो भी तस्वीर अपलोड करते हैं, वह वैश्विक प्रकाश प्रदूषण मानचित्र में एक और डेटा बिंदु जोड़ती है। और अब आप जानते हैं कि एल्गोरिथम ने इसके साथ क्या किया।

रात के आकाश के माप का विज्ञान, सुलभ बनाया गया -- एक समय में एक स्मार्टफोन फोटो।

Tags: #Algorithm #Science #SkyQuality #SQM #BortleScale #ImageAnalysis #HowItWorks

Category: Science

Reading Time: 8 minutes

Slug: how-skyqi-algorithm-analyzes-photos