[論文レビュー] Robust Compressive Phase Retrieval via L1 Minimization With Application to Image Reconstruction

Zai Yang, Cishen Zhang+1 more|arXiv (Cornell University)|Feb 1, 2013

Advanced X-ray Imaging Techniques参考文献 2被引用数 23

ひとこと要約

本稿は、スパarsityを活用して、不十分なフーリエ位相測定値から信号を再構成するためのL1最小化フレームワークを提案する。ノイズなし条件下で非負の実信号が最適解であることを証明し、効率的な交替方向アルゴリズムを構築した。20%の完全測定値すらも用いることで、高速かつ高精度に、ノイズに強い画像再構成を実現した。

ABSTRACT

Phase retrieval refers to a classical nonconvex problem of recovering a signal from its Fourier magnitude measurements. Inspired by the compressed sensing technique, signal sparsity is exploited in recent studies of phase retrieval to reduce the required number of measurements, known as compressive phase retrieval (CPR). In this paper, l1 minimization problems are formulated for CPR to exploit the signal sparsity and alternating direction algorithms are presented for problem solving. For real-valued, nonnegative image reconstruction, the image of interest is shown to be an optimal solution of the formulated l1 minimization in the noise free case. Numerical simulations demonstrate that the proposed approach is fast, accurate and robust to measurements noises.

研究の動機と目的

• 信号のスパarsityを活用することで、測定要件を低減することにより、位相再構成の不適切性を緩和すること。
• ノイズに強く、計算的に効率的な圧縮位相再構成のための凸最適化フレームワークを構築すること。
• 非負の実数値信号について、ノイズなし状態でのL1最小化による信号再構成の理論的保証を確立すること。
• 提案されたL1最小化問題を解くために、交替方向法に基づく一次の反復アルゴリズムを設計・評価すること。
• さまざまなノイズおよび測定条件下で、シミュレートされたスパース画像および実際の非負の衛星画像に対して、手法の性能を検証すること。

提案手法

• スパarsityを促進し、ノイズのある位相測定値に適合させるために、LASSOに類似した最適化問題を定式化：min ||x||₁ + (λ/2)|||FΩx| - b||₂²。
• ノイズへのロバスト性を高めるために、問題を制約付きL1最小化に再定式化：min ||x||₁ ただし |||FΩx| - b||₂ ≤ ε を満たす。
• 変数分割と増強ラグランジュ技術を用いて、非凸かつ非滑らかである最適化問題を解くために、交替方向法（ADM）を適用。
• 収束を加速し、安定性を向上させるために、適応的ペナルティパラメータを用いた固定点続行スキームを導入。
• 2段階の反復的更新を実施：まずソフトスレッショングにより信号推定値を更新し、次にフーリエ位相の一貫性を射影により強制。
• 相対残差許容誤差（≤10⁻³）または最大反復回数（500回）に基づく停止基準を採用。

実験結果

リサーチクエスチョン

• RQ1 ノイズが存在する中で、L1最小化はスパース信号を不十分なフーリエ位相測定値から信頼性高く再構成できるか？
• RQ2 ノイズなし状態において、真の非負の信号はL1最小化問題の最適解であるか？
• RQ3 提案されたADMベースのアルゴリズムは、既存の反復的および凸最適化手法と比較して、精度および速度において優れているか？
• RQ4 非負の画像の安定的かつ高精度な再構成に必要な最小のフーリエ位相測定値の数はどの程度か？
• RQ5 測定ノイズのレベルが上昇するにつれて、再構成性能はどのように低下するか？

主な発見

• ノイズなし状態では、真の非負の信号がL1最小化問題の最適解であることが理論的に証明され、本手法の正当性が裏付けられた。
• 16×16の画像において、スパース度K ≤ 20の範囲で90%以上の再構成成功率を達成し、非負の画像では最も高い成功率を示した。
• 再構成誤差はノイズエネルギーにほぼ線形に増加する傾向を示し、測定ノイズに対する予測可能なロバスト性を示した。
• 完全測定値の20%（M/N = 0.2）のフーリエ位相測定値のみを用いても、256×256の衛星画像で11.6 dBの再構成SNRを達成し、計算時間は10秒未満であった。
• アルゴリズムは高速であり、大規模な画像（65,536ピクセル）に対しても10秒未満で収束し、低測定率でも高い忠実度を維持した。
• 特に非負の画像再構成において、既存手法に比べて速度およびロバスト性に優れ、グローバル位相のあいまいさに対してほとんど感度を示さなかった。