[논문 리뷰] Information Theory and Image Understanding: An Application to Polarimetric SAR Imagery

Alejandro C. Frery, Abraão D. C. Nascimento외 1명|arXiv (Cornell University)|2014. 02. 08.

Synthetic Aperture Radar (SAR) Applications and Techniques참고 문헌 31인용 수 26

한 줄 요약

이 논문은 비율 기반 정보 이론적 발산(卡-제곱, 쿨백-라이블러, 레니, 바타차리야,헬링거)을 사용하여 스케일링된 다중 룩 복소 위샤르 분포 간의 다항극성 SAR(폴사르) 이미지 분석을 위한 귀무가설 검정을 제안한다. 쿨백-라이블러 거리가 실증적 검정 크기 정확도에서 다른 것들보다 뛰어나며, 특히 오염 조건 하에서도 일관되게 우수한 성능을 보이며, 복잡도가 높을수록 신호 대 잡음비가 높아지면서 강건성을 확보한다.

ABSTRACT

This work presents a comprehensive examination of the use of information theory for understanding Polarimetric Synthetic Aperture Radar (PolSAR) images by means of contrast measures that can be used as test statistics. Due to the phenomenon called `speckle', common to all images obtained with coherent illumination such as PolSAR imagery, accurate modelling is required in their processing and analysis. The scaled multilook complex Wishart distribution has proven to be a successful approach for modelling radar backscatter from forest and pasture areas. Classification, segmentation, and image analysis techniques which depend on this model have been devised, and many of them employ some kind of dissimilarity measure. Specifically, we introduce statistical tests for analyzing contrast in such images. These tests are based on the chi-square, Kullback-Leibler, Rényi, Bhattacharyya, and Hellinger distances. Results obtained by Monte Carlo experiments reveal the Kullback-Leibler distance as the best one with respect to the empirical test sizes under several situations which include pure and contaminated data. The proposed methodology was applied to actual data, obtained by an E-SAR sensor over surroundings of We$β$ssling, Bavaria, Germany.

연구 동기 및 목표

• 정보 이론적 발산을 기반으로 한 통계적 귀무가설 검정을 개발하여 폴사르 영상의 대비 평가를 수행한다.
• 일관성 있는 영상에서의 스펙클 노이즈 문제를 해결하기 위해 통계 모델 간의 확률적 거리 구조를 활용한다.
• 순수 및 오염된 데이터 시나리오 모두에서 이러한 검정의 강건성과 정확도를 평가한다.
• 폴사르 영상 이해 및 분석에서 발산을 사용하기 위한 공식적인 통계적 프레임워크를 제공한다.
• 독일 레이닝에서 확보한 실재 E-SAR 데이터를 활용하여 이러한 검정의 성능을 평가한다.

제안 방법

• 스케일링된 다중 룩 복소 위샤르 분포 간의 카-제곱, 쿨백-라이블러, 레니(순서 β), 바타차리야, 헬링거 거리에 대한 해석적 표현을 유도한다.
• 표본 크기에 따라 가중치가 부여된 이들 발산을 바탕으로 새로운 동질성 검정을 구성한다.
• 다양한 윈도우 크기와 오염 수준을 가진 다양한 시나리오에서 실증적 검정 크기를 평가하기 위해 몬테카를로 시뮬레이션을 적용한다.
• 위샤르 모델의 룩 수 및 공분산 행렬 매개변수를 최대우도(ML) 추정법을 사용하여 추정한다.
• 독일 바이에른 주 웨슬링에서 확보한 실재 E-SAR 폴사르 영상 데이터를 활용하여 제안된 검정을 검증한다.
• 다양한 노이즈 및 오염 조건 하에서 실증적 검정 크기를 명목상의 유의수준과 비교하여 검정 성능을 평가한다.

실험 결과

연구 질문

• RQ1 폴사르 영상 대비 분석을 위한 귀무가설 검정에서 어떤 정보 이론적 발산이 가장 정확한 실증적 검정 크기를 제공하는가?
• RQ2 오염과 스펙클 노이즈는 다양한 확률적 거리 기반 검정의 성능에 어떤 영향을 미치는가?
• RQ3 루크 수를 증가시키면 오염된 데이터 상황에서 발산 기반 검정의 강건성이 향상되는가?
• RQ4 윈도우 크기와 표본 크기는 이러한 통계적 검정의 신뢰성에 어떤 영향을 미치는가?
• RQ5 쿨백-라이블러 거리는 폴사르 영상 분할 및 분류에서 강건한 대비 측정 기준으로 활용될 수 있는가?

주요 결과

• 쿨백-라이블러 거리 기반 검정은 순수 및 오염된 데이터를 포함한 모든 테스트 시나리오에서 명목상 수준에 가장 가까운 실증적 검정 크기를 보였다.
• 오염 조건 하에서 공분산 행렬에 대한 최대우도 추정기는 심각하게 영향을 받았으며, 이는 S_KL 통계량의 이상치에 대한 민감도를 증가시켰다.
• 쿨백-라이블러 검정에서 오염의 악영향은 룩 수가 증가함에 따라 완화되었으며, 이는 높은 신호 대 잡음비 조건에서 강건성이 향상됨을 시사한다.
• 큰 윈도우 크기(예: 400×400)에서는 오염 조건 하에서 매개변수 추정의 평균 제곱오차가 증가하였으며, 특히 공분산 행렬에 대해 두드러졌다.
• 실증적 검정 크기에 대한 오염 영향을 반영하는 비율 r2는 표본 크기 N이 증가할수록 감소하여, 공분산 추정에 대한 오염 영향이 더 강하게 나타남을 시사한다.
• 카-제곱를 제외한 모든 발산은 실재 폴사르 영상에서 뛰어난 성능을 보였으며, 특히 정확성과 강건성 측면에서 쿨백-라이블러가 두각을 나타냈다.