[논문 리뷰] Artifacts of Quantization in Distance Transforms

Bryce A. Besler, Tannis D. Kemp외 2명|arXiv (Cornell University)|2020. 11. 17.

Digital Image Processing Techniques참고 문헌 25인용 수 4

한 줄 요약

이 논문은 이산적 샘플링에 의해 발생하는 거리 변환의 양자화 아티팩트를 규명하며, 이는 샘플링 주기와 무관하게 수치적 기울기에서 띠무늬 무늬가 나타나는 현상이다. 저자들은 이 아티팩트를 제거하면서 부호 거리 성질을 유지하고 부드러운 기울기를 복원하는 딜레이팅 및 재초기화 알고리즘을 제안한다. 이는 곡선 진화 응용 분야에서 2차 정확도를 달성할 수 있도록 한다.

ABSTRACT

Distance transforms are a central tool in shape analysis, morphometry, and curve evolution problems. This work describes and investigates an artifact present in distance maps computed from sampled signals. Namely, sampling reflects through the distance transform causing quantization in the resulting distance map. Gradients of the quantized distance map show banding, affecting the quality of subsequence processing. Furthermore, this error is independent of the sampling period of the signal and cannot be removed by modifying the number of samples across an objects width. Where needed, distance maps should be computed from representations other than binary images. In the case where exact representations are needed, a dithering and noise removal algorithm is proposed.

연구 동기 및 목표

• 샘플링된 이진 신호에서 계산된 거리 변환의 양자화 아티팩트의 근본 원인과 영향을 조사하는 것.
• 이러한 아티팩트가 샘플링 유도 양자화에 기인하며, 샘플링 주기와 무관함을 보여주는 것.
• 기본 이진 표현을 변경하지 않고 거리 지도의 양자화 아티팩트를 제거하는 실용적인 방법을 제안하는 것.
• 고기울기 충실도가 요구되는 곡선 진화 방법에 대해 2차 정확도를 갖는 초기화를 가능하게 하는 것.
• 기존의 재초기화 방법이 2차 정확도를 확보하지 못함을 보여주며, 이를 바탕으로 대안적 임bedding 전략의 필요성을 제기하는 것.

제안 방법

• 저자들은 샘플된 신호의 거리 변환을 진정한 연속 거리 함수의 양자화된 근사로 모델링한다.
• 전진, 후진, 중심 차분 근사법을 사용하여 기울기를 계산하고 기울기 장의 크기에서 발생하는 띠무늬 무늬 아티팩트를 탐지한다.
• 양자화 효과를 완화하기 위해 제어된 진폭(α = 20)을 가진 딜레이팅 절차를 이진 입력 영상에 적용한다.
• 딜레이팅된 영상은 새로운 부호 거리 변환을 계산하는 데 사용되며, 이후 레벨셋 방법을 사용해 반복적인 재초기화를 수행하여 에이켈 방정식 제약(|∇φ| ≈ 1)을 복원한다.
• 알고리즘은 원래 형태를 유지하는 영역(영점 수준 집합)을 보존하면서 기울기 띠무늬를 제거하고 곡률 추정을 향상시킨다.
• 이 알고리즘은 트라베큘라 뼈 모델을 사용하여 검증되었으며, 수정 전후의 평균 곡률 히스토그램과 표면 시각화를 비교하였다.

실험 결과

연구 질문

• RQ1 고밀도 샘플링에도 불구하고 거리 변환의 수치적 기울기에 띠무늬 아티팩트가 나타나는 이유는 무엇인가?
• RQ2 거리 변환의 양자화 아티팩트는 입력 신호의 샘플링 주기와 관련이 있는가?
• RQ3 원래 이진 영상의 형태 표현을 변경하지 않고도 양자화 아티팩트를 제거할 수 있는가?
• RQ4 제안된 딜레이팅 및 재초기화 방법이 기울기 계산에서 2차 정확도를 복원하는가?
• RQ5 이 방법은 형태학적 및 곡선 진화 응용 분야에서 곡률 추정을 향상시킬 수 있는가?

주요 결과

• 샘플링된 이진 신호의 거리 변환은 진정한 거리 함수의 양자화된 근사로 이어지며, 이로 인해 기울기에서 체계적인 오차가 발생한다.
• 결과적으로 발생하는 기울기 띠무늬는 샘플링 주기와 무관하며, 해상도를 높혀도 제거될 수 없다.
• 제안된 딜레이팅 및 재초기화 알고리즘이 원래 형태를 유지하면서도 기울기 아티팩트를 성공적으로 제거하고 |∇φ| ≈ 1을 유지한다.
• 수정 후 평균 곡률 히스토그램은 연속적이며 물리적으로 타당한 형태로 변하여, 양자화 효과가 제거됨을 시사한다.
• 알고리즘은 100회 이내에 수렴하며, 추가 개선이 관측되지 않아 안정적이고 아티팩트가 없는 표현에 도달함을 나타낸다.
• 이 방법은 곡선 진화에 대해 2차 정확도를 갖는 초기화를 가능하게 하며, 평균 곡률 흐름과 같은 방법에 있어 핵심적이다.