單離軸紋影系統（General system）vs. Z 型紋影系統（Z-type system）
此圖展示了單離軸紋影系統（Single Off-axis System）所面臨的核心技術挑戰。圖片清楚呈現了傳統單離軸紋影光學配置的四大固有限制：首先是非同軸光路所產生的偽影（Ghost artifacts），這是由於光線未能完全共軸傳播而在感測器上形成的假訊號；其次是影像失真與光學像差（Image distortion and aberrations），導致待測物的真實邊界與密度梯度資訊被扭曲；第三是對比度與清晰度的顯著降低（Reduced contrast and clarity），使得微弱的流場特徵難以辨識；最後是干涉圖案（Interference patterns）的出現，進一步降低影像的訊噪比。
圖片左側展示了一幅典型的單離軸紋影原始影像，可明顯觀察到整個視場有著高密度的顆粒狀噪點與偽影結構，嚴重影響了對真實流場特徵的判讀。右側的放大視圖則以紅框標示出關鍵區域，並透過藍色與黃色箭頭分別標註「Real」（真實訊號）與「Artifact」（偽影）兩種特徵，清楚說明在原始影像中真實物理現象與系統偽影的混淆程度。本研究開發盲反捲積結合條件式生成對抗網路（CGANs）之兩階段處理策略，目的即在於有效分離與抑制這些系統性的光學偽影，同時保留並增強真實的流場密度梯度資訊，從根本上突破傳統單離軸紋影技術的影像品質瓶頸。
此圖完整呈現了本研究提出之兩階段影像處理策略的執行流程與量化驗證結果。圖片上半部以視覺化方式展示了紋影影像從原始輸入（Input）經過盲反捲積處理（After deconvolution）再到 pix2pix 條件式生成對抗網路（After pix2pix）的漸進式品質提升過程。在原始輸入影像中，可明顯觀察到高密度的顆粒狀噪點與偽影結構；經過第一階段的盲反捲積處理後，影像噪點密度雖略有改善，但整體視覺品質提升有限，仍保留大量的高頻雜訊；而在第二階段透過 pix2pix 網路處理後，影像品質發生了顯著的質變，絕大部分的顆粒狀偽影被有效抑制，影像呈現出更為平滑且清晰的視覺效果，同時保留了關鍵的流場結構資訊。
下半部的量化分析表格則以客觀的數值指標驗證了處理效果的顯著性。表格比較了輸入影像（含偽影）與輸出影像（經 pix2pix 處理後）在三個關鍵影像品質指標上的表現：均方誤差（MSE）從 0.01 大幅降低至 0.0013，降幅達 87%，顯示重建影像與理想影像間的像素級誤差顯著縮小；結構相似性指數（SSIM）從 0.359 躍升至 0.8198，提升幅度超過 128%，證實了演算法在保留影像結構完整性方面的卓越表現；峰值訊噪比（PSNR）從 20 dB 提升至 28.94 dB，增加了 8.94 dB，反映出訊號品質的實質性改善。這三項指標的全面提升，客觀證明了本研究所提出的盲反捲積結合 CGANs 兩階段處理架構，能夠有效濾除單離軸紋影系統的系統性偽影，並顯著提升影像的清晰度、對比度與結構保真度，為紋影光學量測的精確性與可靠性奠定堅實的技術基礎。
