[論文レビュー] Persistence Lenses: Segmentation, Simplification, Vectorization, Scale Space and Fractal Analysis of Images

Martin Brooks|arXiv (Cornell University)|Apr 25, 2016

Topological and Geometric Data Analysis参考文献 33被引用数 3

ひとこと要約

本稿では、再びグラフのレベル集合を用いて階層的に画像をセグメンテーションする対照不変な位相的フレームワークとして、パーシステンスレンズを導入する。変位ルーレット変換とパーシステンスに基づく単純化を活用することで、明るさ画像の安定的で連続的領域表現を介して、ベクトル化されたセグメンテーション、スケールスぺース解析、フラクタル領域検出を可能にする。

ABSTRACT

A persistence lens is a hierarchy of disjoint upper and lower level sets of a continuous luminance image's Reeb graph. The boundary components of a persistence lens's interior components are Jordan curves that serve as a hierarchical segmentation of the image, and may be rendered as vector graphics. A persistence lens determines a varilet basis for the luminance image, in which image simplification is a realized by subspace projection. Image scale space, and image fractal analysis, result from applying a scale measure to each basis function.

研究の動機と目的

• 再びグラフの上位および下位レベル集合を用いて、画像のコントラスト変動の対照不変な位相的表現を構築すること。
• ジョルダン曲線で囲まれた不連続なフェーストを介して、ベクトルグラフィックスレンダリングに適した階層的画像セグメンテーションを可能にすること。
• 変位ルーレット基底における部分空間射影を通じて、スケールにわたる構造的整合性を保持する画像単純化を支援すること。
• 基底関数にスケール測度（例：全変動、コントラスト）を適用することで、スケールスぺースを構築し、フラクタル領域を同定すること。
• パーシステンスに基づく衝突解消と極値追跡を通じて、臨界点の安定性と追跡可能性を保証すること。

提案手法

• 連続的明るさ画像の再びグラフから、パーシステンスの誕生・死滅ペアを抽出することで、パーシステンスレンズを構築する。
• 三角形パッチの細分化を伴う双線形補間を適用して鞍点を除去し、各パッチごとに位相的単調性を保証する。
• レンズフェーストの特性関数として変位ルーレット基底関数を定義し、直交射影による画像単純化を可能にする。
• SVGの偶数-奇数塗潰しルールを用いて、各フェーストがジョルダン曲線で囲まれた連結な開集合であるように、穴のあるベクトル化セグメンテーションをレンダリングする。
• 基底関数にスケール測度（例：位相的全変動、コントラスト）を適用して画像のスケールスぺースを構築し、フラクタル領域を同定する。
• 極値追跡とパーシステンス安定性の証明を用いて、画像領域におけるノイズや摂動に対して耐性のある堅牢性を確保する。

実験結果

リサーチクエスチョン

• RQ1 再びグラフの位相的特徴を用いて、階層的で対照不変な画像セグメンテーションはどのように達成可能か？
• RQ2 変位ルーレット変換およびその基底関数は、安定的でマルチスケールの画像単純化とベクトル化を可能にするか？
• RQ3 スケールスぺースおよびフラクタル構造検出は、位相的画像表現からどのように導出可能か？
• RQ4 パーシステンスレンズフレームワークにおいて、異なるスケール間で臨界点の安定性と追跡可能性を保証する条件は何か？
• RQ5 パーシステンスレンズは、コントラストまたは幾何的測度を用いて、自然画像におけるパワーロウ分布フラクタル領域をどの程度検出可能か？

主な発見

• パーシステンスレンズは、最大ネスト深さ19を有する29,298のレンズ領域にまたがる43,572のフェーストを生成し、細粒度のマルチスケールセグメンテーションを可能にする。
• 階層の第1レベルには、1つ以上のジョルダン曲線で囲まれた6,308個のペアワイズ不連続フェーストが含まれており、ベクトルグラフィックスレンダリングに適している。
• 変位ルーレット基底における部分空間射影により画像単純化が達成され、極値追跡と細分化における非増加的パーシステンスにより、パーシステンス安定性が証明されている。
• 基底関数にスケール測度（例：位相的全変動）を適用することでスケールスぺースが構築され、大規模な画像領域でパワーロウ分布が顕在化する。
• フェーストコントラストにおけるパワーロウ分布の検出によりフラクタル構造が同定され、面積および全変動測度を併用することで追加の可能性も示唆される。
• 理論的証明により、細分化においてパーシステンスが非増加的であることが示され、極値追跡が安定性を保持することを保証し、セグメンテーションおよび単純化における堅牢性を確保する。