[論文レビュー] Optimal Image Smoothing and Its Applications in Anomaly Detection in Remote Sensing

Mostafa Kiani Shahvandi|arXiv (Cornell University)|Mar 17, 2020

Remote-Sensing Image Classification参考文献 16被引用数 5

ひとこと要約

本稿では、画像座標系におけるラプラシアンノルムの最小化に基づく最適な画像平滑化手法を提案する。オイラー＝ラグランジュ方程式を用いて導出され、重み付き平均フィルタとしての最適平滑化カーネルが得られる。イランのコム地域のマルチスペクトル衛星画像に適用したところ、高速かつ高精度な異常検出が可能となり、スペクトルバンド全体にわたる微細な空間的不規則性を同定する点で、既存手法を上回った。

ABSTRACT

This paper is focused on deriving an optimal image smoother. The optimization is done through the minimization of the norm of the Laplace operator in the image coordinate system. Discretizing the Laplace operator and using the method of Euler-Lagrange result in a weighted average scheme for the optimal smoother. Satellite imagery can be smoothed by this optimal smoother. It is also very fast and can be used for detecting the anomalies in the image. A real anomaly detecting problem is considered for the Qom region in Iran. Satellite image in different bands are smoothed. Comparing the smoothed and original images in different bands, the maps of anomalies are presented. Comparison between the derived method and the existing methods reveals that it is more efficient in detecting anomalies in the region.

研究の動機と目的

• リモートセンシング応用に特化した数学的に最適な画像平滑化技術の開発を目的とする。
• 変分最適化を用いて、ノイズを最小限に抑えながら構造的詳細を保持する。
• マルチスペクトル衛星画像における効率的かつ高精度な異常検出を可能とする。
• 実世界のリモートセンシングデータを用いて、既存の平滑化および検出手法と比較して性能を評価する。
• 本手法がイランのコム地域における微細な異常を検出する有効性を示すこと。

提案手法

• 画像領域におけるラプラシアン作用素のL2ノルムの最小化により、最適な平滑化器が導出される。
• 連続的なラプラシアン作用素の離散化により、有限差分法を用いて解ける線形系が得られる。
• オイラー＝ラグランジュ法を適用し、最適な平滑化カーネルとして重み付き平均フィルタリング方式が導出される。
• 得られたフィルタは計算的に効率的であり、大規模な衛星画像のリアルタイム処理に適している。
• 本手法はマルチスペクトル画像の各スペクトルバンドに対して独立して適用され、残差解析を用いて異常を検出する。
• 平滑化画像と元の画素値との間で著しい乖離を示す領域が異常と特定される。

実験結果

リサーチクエスチョン

• RQ1 リモートセンシング画像において、エッジを保持しながらノイズを最小化するための画像平滑化は、どのように最適化できるか？
• RQ2 ラプラシアンノルムに基づく変分的アプローチが、既存手法よりも効果的な平滑化フィルタを生み出せるか？
• RQ3 提案手法がマルチスペクトル衛星データにおける異常検出精度をどの程度向上させるか？
• RQ4 本手法は、コム地域のような乾燥地帯における実世界のリモートセンシング画像において、微細な異常をどの程度効果的に検出できるか？
• RQ5 従来の平滑化および異常検出技術と比較して、本手法の計算効率はいかがなものか？

主な発見

• 提案された最適平滑化器は、マルチスペクトル衛星画像においてノイズを顕著に低減するとともに、空間的特徴を保持した。
• 閉形式の重み付き平均構造を有するため、従来の非等方的拡散法やバイリテラルフィルターよりも高速な計算を実現した。
• 平滑化画像から導出された異常マップは、特に植生および土壌組成において、従来検出できていなかった空間的不規則性を明らかにした。
• 最適平滑化器を用いた残差ベースの異常検出は、標準的手法に比べて微細な土地被覆変化の同定において優れた性能を示した。
• 定量的比較により、コム地域のテストケースで検出精度が向上し、誤検出数が減少した。
• 本手法は複数のスペクトルバンドにわたり高いロバスト性を示し、マルチスペクトル異常分析が可能となった。