[論文レビュー] Bilateral Filter: Graph Spectral Interpretation and Extensions

Akshay Gadde, Sunil K. Narang+1 more|arXiv (Cornell University)|Mar 11, 2013

Advanced Graph Neural Networks被引用数 4

ひとこと要約

本稿は、画素がノードで、エッジ重みが強度および空間的類似性を反映するデータ適応的重み付きグラフ上で1ホップ局在的変換としてのバイラテラルフィルタ（BF）のグラフスペクトル的解釈を導入する。多項式近似を用いてスペクトル応答をカスタマイズ可能な柔軟なバイラテラル類似フィルタの族を提案し、高価な固有値分解を回避するための反復的BF操作による効率的実装を可能にし、標準BFに比べてノイズ除去およびエッジ強調において顕著なテクスチャ保持性能の向上を達成する。

ABSTRACT

In this paper we study the bilateral filter proposed by Tomasi and Manduchi, as a spectral domain transform defined on a weighted graph. The nodes of this graph represent the pixels in the image and a graph signal defined on the nodes represents the intensity values. Edge weights in the graph correspond to the bilateral filter coefficients and hence are data adaptive. Spectrum of a graph is defined in terms of the eigenvalues and eigenvectors of the graph Laplacian matrix. We use this spectral interpretation to generalize the bilateral filter and propose more flexible and application specific spectral designs of bilateral-like filters. We show that these spectral filters can be implemented with k-iterative bilateral filtering operations and do not require expensive diagonalization of the Laplacian matrix.

研究の動機と目的

• グラフ信号処理を用いてバイラテラルフィルタの理論的スペクトル的解釈を提供すること。
• バイラテラルフィルタを、応用固有のスペクトルフィルタの族に一般化し、周波数応答をカスタマイズ可能にする。
• グラフラプラシアン行列の高価な固有値分解を回避して、これらのフィルタを効率的に実装すること。
• 標準バイラテラルフィルタに比べて、画像のノイズ除去およびエッジ保持フィルタリングにおいて性能を向上させること。
• 望ましいスペクトル応答の多項式近似を用いて、グラフベースのフィルタを設計するフレームワークを確立すること。

提案手法

• 画素をノードとし、エッジ重みをバイラテラルフィルタの空間的および光度的類似性によって定義する重み付きグラフとして画像をモデル化する。
• グラフラプラシアン行列を定義し、その固有値分解を用いて、バイラテラルフィルタをスペクトル領域で線形減衰を示すローパススペクトルフィルタとして解釈する。
• グラフラプラシアンの固有値上で望ましい多項式スペクトル応答関数 h(λ) を指定することで、一般化されたバイラテラル類似フィルタを設計する。
• ラプラシアン行列の完全対角化を回避するため、k反復のバイラテラルフィルタ操作を用いてフィルタを実装する。
• 非多項式スペクトル応答を、切り捨てられたチェビシェフ多項式を用いて近似し、最適なミニマックス誤差バウンドを保証する。
• 正則化理論を用いて、ノイズ除去のための h(λ) = 1/(1+λ²) などの応用固有のスペクトル応答を導出する。

実験結果

リサーチクエスチョン

• RQ1 バイラテラルフィルタはスペクトルグラフフィルタとして解釈可能か？ もし可能であれば、そのスペクトル応答は何か？
• RQ2 バイラテラルフィルタは、異なる画像処理タスクに適したカスタマイズ可能なスペクトル応答を許容するように一般化可能か？
• RQ3 このような一般化されたフィルタは、グラフラプラシアン行列の完全固有値分解を計算せずに効率的に実装可能か？
• RQ4 提案されたスペクトルフィルタは、標準バイラテラルフィルタに比べて、テクスチャ保持およびノイズ除去においてどの程度の性能向上を達成するか？
• RQ5 反復的バイラテラルフィルタリングのスペクトル応答は、提案された多項式ベースのフィルタと比べてどう異なるか？

主な発見

• バイラテラルフィルタは、グラフスペクトル領域で線形減衰を示すローパススペクトルフィルタに対応しており、エッジ保持平滑化の挙動を説明する。
• 提案されたスペクトルフィルタは、画像ノイズ除去において22.64 dBの信号対ノイズ比（SNR）を達成し、標準バイラテラルフィルタの20.65 dBを上回る。
• テスト画像におけるノイズ除去結果の視覚的確認により、提案されたフィルタはバイラテラルフィルタよりも優れたテクスチャ保持性能を示す。
• 反復的バイラテラルフィルタリングは高周波成分を過剰に抑制し、DC成分に偏るが、提案されたフィルタは2次およびそれ以上の高調波成分に対してより強い応答を維持する。
• 20次多項式近似を用いた提案フィルタのスペクトル応答は、急峻な遷移帯域を持つ望ましいローパスカーネルに非常に近いが、反復BFとは対照的である。
• 提案されたフィルタはkステップの反復的バイラテラルフィルタリングにより実装可能であり、明示的な固有値分解を伴わず、効率的な計算が可能である。