Page 29 - วิศวกรรมสาร ปีที่ 78 ฉบับที่ 2 เมษายน - มิถุนายน 2568

ปลอดหมอก มองชัด ปลอดภัยกว่า: การพัฒนาโครงข่ายประสาทเทียม

สำาหรับกำาจัดหมอกเพื่อเพิ่มความปลอดภัยในระบบขนส่งทางราง

4.1.1 Peak Signal-to-Noise Ration (PSNR)
PSNR มีหน่วยเป็น decibels/dB ค่าที่วัดการถูกลดสัญญาณ

สีของแสงระหว่างภาพที่ไม่มีหมอกและมลพิษจากกระบวนการ
ก�าจัดหมอกและมลพิษกับภาพที่ การค�านวณทางคณิตศาสตร์ เมื่อ
ก�าหนดให้ “DH” คือภาพที่ถูกก�าจัดหมอกและมลพิษที่ได้จาก
โมเดลและ “GT” คือภาพที่เกิดขึ้นจริง
ในอาคาร และ 492 ภาพส�าหรับภาพที่ปรากฎหมอกส�าหรับนอก (6)

อาคาร โดยชุดข้อมูลนี้เป็นชุดย่อยหนึ่งของเกณฑ์มาตรฐาน RESIDE
ซึ่งเป็นเกณฑ์มาตรฐานภาพที่มีหมอกควันขนาดใหญ่ที่น�าเสนอโดย โดย MSE คือ pixel-wise Mean Squared Error ระหว่างภาพ
Li และคณะ [13] ชุดข้อมูลนี้มีทั้งภาพปราศจากหมอกควันซึ่งใช้ ทั้งสอง และ M คือค่าที่มากที่สุดที่เป็นไปได้ของแต่ละพิกเซลในภาพ
เป็นภาพอ้างอิง และภาพหมอกควันสังเคราะห์ที่มีระดับความเข้ม (ในกรณีที่ 8 บิตค่าสีของแสง RGB ค่าที่มากที่สุดมีค่า (M) 255)
ของหมอกควันหลากหลาย
ในงานวิจัยนี้จะศึกษาส�าหรับภาพที่ปรากฏหมอกส�าหรับ 4.1.2 Structural SIMilarity index

นอกอาคาร ภาพที่ปราศจากหมอกควันจ�านวน 492 ภาพ ถูกแบ่ง metric (SSIM)
ออกเป็นชุดข้อมูลส�าหรับการฝึกสอนและการทดสอบเพื่อประเมิน SSIM (Structural Similarity Index) เป็นดัชนีที่ใช้ประเมิน
คุณภาพของภาพและท�าการเปรียบเทียบประสิทธิภาพรวมกับ คุณภาพของภาพหลังการประมวลผล เช่น การก�าจัดหมอก โดย
อัลกอริทึมอื่นๆ โดยน�าภาพที่ปรากฎหมอกส�าหรับนอกอาคาร เปรียบเทียบกับภาพต้นฉบับที่แท้จริง โดยพิจารณาจากความแตกต่าง
จ�านวน 120 ภาพ ที่แตกต่างกัน และ มีระดับความเข้มของหมอก ของค่าเฉลี่ยความสว่าง ความแปรปรวน และโครงสร้างของภาพ

ควัน 8 ระดับแตกต่างกันส�าหรับแต่ละภาพ ท�าให้ชุดข้อมูลส�าหรับ เพื่อวัดความคล้ายกันระหว่างภาพทั้งสอง ซึ่งค่านี้สามารถแสดงได้
การฝึกสอนประกอบด้วยภาพที่ปรากฏหมอกส�าหรับนอกอาคาร ด้วยสมการ
960 ภาพ โดยมีต้นฉบับ 120 ภาพ ที่ไม่มีหมอกปรากฏถูกเรียกว่า (7)
Ground Truth ส่วนชุดข้อมูลส�าหรับการตรวจสอบประกอบด้วย โดย คือ ค่ากลางเฉลี่ย (Means) ของ DH และ GT,
ภาพที่ปราศจากหมอกควันของภาพชุดเดียวกันมีชุดข้อมูลทดสอบ คือ ค่าความแปรปรวน (Variances) ของ DH และ GT,
มีภาพหมอกควัน 372 ภาพ นอกจากนี้ โมเดลโครงข่ายประสาท คือ ค่าความแปรปรวนร่วม (Covariance) ของ DH และ

เทียมแบบคอนโวลูชันก�าจัดหมอกที่น�าเสนอยังได้รับการทดสอบ GT, k1 และ k2 คือ ตัวแปรที่บอกความแตกต่างความเสถียร
ด้วยภาพหมอกควันในสถานการณ์จริงอีกด้วย
ที่จ�าแนกจุดบกพร่อง
ตารางที่ 3.1 แสดงการเปรียบเทียบค่า PSNR และ SSIM ค่า
ทั้งสองนี้ยิ่งมีค่ามากจะบอกถึงประสิทธิภาพการก�าจัดหมอกและ
4. ผลการทดลองและการทดสอบ ปรับปรุงภาพหลังก�าจัดหมอกที่ดีขึ้น โดย PSNR ที่ดีควรมีค่า
เข้าใกล้ 30 dB และค่า SSIM ที่ดีควรมีค่าเข้าใกล้ 1
4.1 การวัดคุณภาพของภาพที่ถูกก�าจัด ประสิทธิภาพของการปรับปรุงภาพหลังจากการก�าจัดหมอก
หมอกและมลพิษด้วยค่า PSNR และ ด้วยเกณฑ์ของ PSNR และ SSIM ของชุดทดสอบที่มีรูปภาพปรากฏ
ค่า SSIM หมอกกับรูปภาพ Ground Truth เป็นจ�านวน 372 รูปภาพ
เนื่องจากการมองเห็นอาจจะไม่เพียงพอที่จะประเมินและ ชุดข้อมูลการทดสอบภาพได้ค่าเฉลี่ยดังตารางที่ 3.1 และรูปที่ 5
เปรียบเทียบประสิทธิภาพของวิธีก�าจัดหมอกแต่ละวิธี เหตุการณ์ ได้ค่า PSNR 23.66 และ SSIM 0.93 ผลลัพธ์การเปรียบเทียบ
ของธรรมชาติเป็นนามธรรม ท�าให้มีการต้องวัดในเชิงปริมาณของ ประสิทธิภาพกับโมเดลการเรียนรู้เชิงลึกส�าหรับการก�าจัดหมอก

คุณภาพแบบจ�าลองการก�าจัดหมอกและมลพิษอย่างยุติธรรม โดย ที่พัฒนากับโมเดลอื่นๆแสดงดังตารางที่ 4.2 ค่า PSNR ของโมเดล
ทั่วไปจะสามารถวัดได้จากฮิสโตแกรมที่แสดงคุณลักษณะของภาพ ที่น�าเสนอจะให้ผลที่ดีกว่าวิธีการน�าเสนออื่น ๆ เนื่องจากการปรับ
แต่ไม่สามารถอธิบายคุณภาพของภาพได้ งานวิจัยนี้น�าเสนอการ แต่งค่าการสูญเสียได้อาศัย ฟังก์ชันการค�านวณ MSE ซึ่งเป็น
ค�านวณ PSNR และ การค�านวณ SSIM ส่วนหนึ่งของสมการ PSNR ท�าให้ได้ค่าผลลัพธ์ที่ดีกว่าวิธีการอื่น ๆ

วิศวกรรมสาร l ปีที่ 78 ฉบับที่ 2 เมษายน - มิถุนายน 2568 29