[論文レビュー] Automatic Tree Ring Detection using Jacobi Sets

Kayla Makela, Tim Ophelders+4 more|arXiv (Cornell University)|Oct 17, 2020

Tree-ring climate responses参考文献 13被引用数 5

ひとこと要約

本稿では、トポロジカルデータ解析、特にジャコビ集合と恒常ホモロジーを用いて、3D X線CTスキャンにおける木の年輪の中心および境界を自動で検出する手法を提示する。ソーベルフィルタリング、ガウス平滑化、および編集距離最適化によるパrameterチューニングを組み合わせることで、MtreeRingなどの既存の自動化ツールよりも高い精度を達成した。編集距離コストは、レッドシダーで964、スペルタンで2213であったのに対し、MtreeRingはそれぞれ2841および2661であった。

ABSTRACT

Tree ring widths are an important source of climatic and historical data, but measuring these widths typically requires extensive manual work. Computer vision techniques provide promising directions towards the automation of tree ring detection, but most automated methods still require a substantial amount of user interaction to obtain high accuracy. We perform analysis on 3D X-ray CT images of a cross-section of a tree trunk, known as a tree disk. We present novel automated methods for locating the pith (center) of a tree disk, and ring boundaries. Our methods use a combination of standard image processing techniques and tools from topological data analysis. We evaluate the efficacy of our method for two different CT scans by comparing its results to manually located rings and centers and show that it is better than current automatic methods in terms of correctly counting each ring and its location. Our methods have several parameters, which we optimize experimentally by minimizing edit distances to the manually obtained locations.

研究の動機と目的

• 3DX線CTスキャンにおける木の年輪測定の手作業を減らすために、中心および年輪境界の自動検出を実現すること。
• 既存の自動化ツールが測定パスや中心マークのユーザー定義を必要としているという制限を克服すること。
• 年輪の変形、欠落・重複する年輪、変動する年輪コントラストといった課題にもかかわらず、年輪検出の精度を向上させること。
• トポロジカルデータ解析を用いたパrameter最適化パイプラインを開発し、さまざまな樹種にわたる堅牢な性能を実現すること。
• 編集距離指標を用いて、手作業による基準値と最新のオープンソースソフトウェア（MtreeRing）と比較して、本手法の性能を評価すること。

提案手法

• 2次元CTスライスにおいて複数方向のソーベルフィルタを適用し、勾配に基づくエッジを検出することで、潜在的な年輪境界を同定する。
• 調整可能なσを用いたガウス平滑化を実施し、ノイズ低減と特徴の整合性向上を図った後、エッジ検出を実行する。
• 勾配の大きさと方向からジャコビ集合を計算し、臨界点を特定するとともに、エッジの局所化を精緻化する。
• 恒常ホモロジーを適用して誤検出エッジをフィルタリングし、トポロジカルに意味のある年輪構造を保持する。
• 検出された中心を基準に2次元スライスを極座標に変換し、年輪をまっすぐにすることで解析を簡素化する。
• 編集距離に基づくコスト関数を用いて、3つの主要パrameter（事前閾値、事後閾値、ぼかしσ）を最適化する。

実験結果

リサーチクエスチョン

• RQ1 ジャコビ集合とトポロジカルデータ解析を用いることで、従来の画像処理手法と比較して、3D CTスキャンにおける自動木の年輪検出の精度が向上するか？
• RQ2 中心マークの指定や測定パスの定義といったユーザー入力に依存する部分をどの程度低減できるか？
• RQ3 ぼかし、閾値などのパrameter選択が検出精度に与える影響は何か？ また、異なる樹種に適応可能な自動最適化が可能か？
• RQ4 MtreeRingなどの既存のオープンソースツールと比較して、年輪境界検出精度において本手法がどのように定量的に優れているか？
• RQ5 年輪の変形、欠落、コントラストの変動が生じる状況下でも、本手法は信頼性高く年輪境界を検出できるか？

主な発見

• レッドシダーでは編集距離コストが964、スペルタンでは2213であったのに対し、MtreeRingはそれぞれ2841および2661であったため、本手法の優れた精度が示された。
• 最適パラメータは、レッドシダーでぼかしσ = 1、事前閾値 = 0.12、事後閾値 = 0.02、スペルタンでσ = 2、事前閾値 = 0.16、事後閾値 = 0.0であった。
• ジャコビ集合や恒常ホモロジーといったトポロジカルツールの活用により、ノイズが多いまたは不規則な領域でもエッジ検出のロバスト性が向上した。
• 中心検出後に極座標変換を施すことで、径方向の線に沿った年輪幅の測定がより正確に可能になった。
• 本手法は最小限のユーザー入力（中心検出のための初期2次元スライスのみ）で実現可能であり、自動化の可能性が顕著に示された。
• 両テストデータセットにおいてMtreeRingを上回る性能を発揮したため、本手法の実世界の3D CTスキャンデータへの有効性が確認された。