[論文レビュー] Digital Shearlet Transforms

G. Kutyniok, W. -Q Lim+1 more|arXiv (Cornell University)|Jun 10, 2011

Digital Image Processing Techniques被引用数 6

ひとこと要約

本稿は、連続的シェアレット理論を自然に離散化できる統一的デジタルシェアレット変換フレームワークを導入し、コッホラール風画像の最適なスパース近似を可能にする。バンドリミテッドおよびコンpactサポートシェアレットの2つの実装を提案するとともに、ShearLabにおける包括的な性能評価フレームワークを提示し、他の方向性変換（コントゥアレットやカーブレットなど）と比較して、優れた幾何的正確性、ロバストネス、およびスパarsityを示している。

ABSTRACT

Over the past years, various representation systems which sparsely approximate functions governed by anisotropic features such as edges in images have been proposed. We exemplarily mention the systems of contourlets, curvelets, and shearlets. Alongside the theoretical development of these systems, algorithmic realizations of the associated transforms were provided. However, one of the most common shortcomings of these frameworks is the lack of providing a unified treatment of the continuum and digital world, i.e., allowing a digital theory to be a natural digitization of the continuum theory. In fact, shearlet systems are the only systems so far which satisfy this property, yet still deliver optimally sparse approximations of cartoon-like images. In this chapter, we provide an introduction to digital shearlet theory with a particular focus on a unified treatment of the continuum and digital realm. In our survey we will present the implementations of two shearlet transforms, one based on band-limited shearlets and the other based on compactly supported shearlets. We will moreover discuss various quantitative measures, which allow an objective comparison with other directional transforms and an objective tuning of parameters. The codes for both presented transforms as well as the framework for quantifying performance are provided in the Matlab toolbox ShearLab.

研究の動機と目的

• 連続的シェアレット理論を自然に離散化できる数学的・アルゴリズム的フレームワークを確立すること。
• 既存の方向性表現系（コントゥアレットやカーブレットなど）における連続的領域とデジタル領域の間の一貫性の欠如を解決すること。
• スパarsity、幾何的正確性、ロバストネスといった定量的指標に基づく、方向性変換の客観的比較を可能にする性能評価フレームワークを提供すること。
• シェアレットが、コッホラール風画像に対して最適なスパarsityを提供するとともに、連続的理論の自然な離散化を実現する唯一のシステムであることを示すこと。
• ShearLab MATLABツールボックスを通じて、バンドリミテッドおよびコンパクトサポートシェアレット変換をサポートする実装およびベンチマーク手法の提供により、実用的かつ体系的な実装を可能にすること。

提案手法

• 疑似極座標フーリエ変換と過剰サンプリンググリッドを用いて、バンドリミテッドシェアレットに基づくデジタルシェアレット変換を構築し、連続的理論の正確な離散化を保証する。
• 計算速度と空間局在性の向上を目的として、コンパクトサポートシェアレットを用いた代替的なデジタルシェアレット変換を提案する。
• 等長性を維持し、デジタル領域における効率的計算を可能にするために、過剰サンプリングを伴う疑似極座標フーリエ変換を採用する。
• 重要係数と不重要係数の係数の減衰率を評価するための定量的性能指標フレームワークを導入し、幾何的正確性を測定する。
• ハードスレッショルド処理と再構成誤差解析を用いてロバストネスを評価し、パcentageベースおよびマグニチュードベースのスレッショルド戦略を併用する。
• 対数変換された係数減衰曲線に対する最小二乗フィッティングを用いて、幾何的正確性の定量的指標（Mgeo1およびMgeo2）を計算する。

実験結果

リサーチクエスチョン

• RQ1 連続的シェアレット理論の自然な離散化を保証するデジタルシェアレット変換をどのように構築できるか？
• RQ2 統一的デジタル・連続的シェアレットフレームワークにおける主要な望ましい特性とは何か。また、それらは既存の変換によってどの程度満たされているか？
• RQ3 定量的指標（スパarsity、幾何的正確性、ロバストネスなど）に基づいて、異なる方向性変換の性能をどのように客観的に比較できるか？
• RQ4 冗長性および低周波数係数の分布が、スレッショルド処理下での再構成精度に与える影響は何か？
• RQ5 デジタルシェアレット変換は、変換領域においてエッジなどの幾何的特徴をどの程度保持するか？

主な発見

• バンドリミテッドデジタルシェアレット変換（FDST）は、重要係数に対してMgeo1 = -1.358、不重要係数に対してMgeo2 = -2.032の幾何的正確性の減衰率を達成し、強い方向性感度を示している。
• コンパクトサポートシェアレット変換（DSST）は、スレッショルドレベルにかかわらず再構成誤差がほぼ一定（≈0.0296）であることを示し、幾何的識別力は限定的だが、高いロバストネスを示している。
• 非直交方向性シェアレット変換（DNST）は、高スレッショルド下で劣った性能を示し、p1=10で再構成誤差が0.0396にまで上昇している。これは冗長性が低い（25）ことと、低周波数係数の割合が高いことが要因である。
• FDST係数の99.9％を破棄しても（p1=10）、再構成誤差は0.007のまま維持され、優れたスパarsityとロバストネスを示している。
• FDST係数の最大マグニチュードの0.1％（p2=0.001）の知識があれば、正確な再構成が可能であることが示され、その効率性が顕著に裏付けられている。
• 本研究は、冗長性や係数分布を考慮しないまま再構成誤差を直接比較することは誤解を招く可能性があることを明らかにした。したがって、合理的なマルチメトリック評価フレームワークの構築が不可欠である。