يُعد التحقق من تجانس خلط المواد أمرًا حيويًا لتحقيق مراقبة جودة المنتج عبر الإنترنت وتحسين العملية. نظرًا لمشكلة تشويه الصور الناتجة عن عدم تركيز التصوير الطيفي عالي الأبعاد (Hyperspectral Imaging، HSI) وتأثيرها على تقييم التجانس، تم اقتراح خوارزمية إزالة التشويش من الصور الطيفية غير المقرنة قائمة على التعلم الذاتي المقيد فيزيائيًا (Physics-Constrained Self-Supervised Learning for Unpaired Hyperspectral Image Deblurring، PC-SSL-HSI Deblurring). تستخدم الخوارزمية شبكة إزالة التشويش Uformer المدمجة بآلية الانتباه SimAM، وتعزز التوافق بين النتائج والصور الواضحة في فضاء السمات عبر التدريب المعارض. بالإضافة إلى ذلك، تم تصميم وحدة توقع نواة التشويش بناءً على نموذج التدهور الكلاسيكي لإنشاء أزواج عينات وهمية، حيث توجه التعلم الذاتي هذه الأزاوج لتركيز شبكة إزالة التشويش على استعادة التفاصيل المحلية للصور الطيفية. أظهرت النتائج التجريبية قدرة الطريقة المقترحة على استعادة تفاصيل الصورة وتقليل الظواهر الزائفة، مما يساعد على تقييم دقة تجانس خلط المواد؛ حيث وصلت قيم PSNR إلى 34.970 وSSIM إلى 0.900 في مجموعة البيانات المحاكاة، وكانت أخطاء التنبؤ بالتركيز بين 0.0228 و0.0312. تفوقت الطريقة المقترحة على خوارزميات المقارنة في مؤشرات التجانس مثل تباين KL ومعامل التغير CV، مما يظهر قيمتها التطبيقية الهندسية العالية.

الصور الطيفية عالية الأبعاد;إزالة التشويش الناتج عن عدم التركيز;تجانس الخلط;التعلم الذاتي;التقييد الفيزيائي