[論文レビュー] Geometric primitive feature extraction - concepts, algorithms, and applications

Dilip K. Prasad|arXiv (Cornell University)|May 16, 2013

Image and Object Detection Techniques参考文献 295被引用数 5

ひとこと要約

本稿では、デジタル曲線から幾何的プリミティブ—多角形、接線、楕円—を抽出する包括的なフレームワークを提示する。パラメータに依存しない多角形近似法（誤差境界が保証されている）、円錐曲線に対して誤差の上限が保証された接線推定手法、幾何的距離を最小化する線形的かつ反復を要しない楕円フィッティング・検出法（優れた選別性と安定性を備える）を導入し、既存の手法と比べて顕著に精度と頑健性に優れている。

ABSTRACT

This thesis presents important insights and concepts related to the topic of the extraction of geometric primitives from the edge contours of digital images. Three specific problems related to this topic have been studied, viz., polygonal approximation of digital curves, tangent estimation of digital curves, and ellipse fitting anddetection from digital curves. For the problem of polygonal approximation, two fundamental problems have been addressed. First, the nature of the performance evaluation metrics in relation to the local and global fitting characteristics has been studied. Second, an explicit error bound of the error introduced by digitizing a continuous line segment has been derived and used to propose a generic non-heuristic parameter independent framework which can be used in several dominant point detection methods. For the problem of tangent estimation for digital curves, a simple method of tangent estimation has been proposed. It is shown that the method has a definite upper bound of the error for conic digital curves. It has been shown that the method performs better than almost all (seventy two) existing tangent estimation methods for conic as well as several non-conic digital curves. For the problem of fitting ellipses on digital curves, a geometric distance minimization model has been considered. An unconstrained, linear, non-iterative, and numerically stable ellipse fitting method has been proposed and it has been shown that the proposed method has better selectivity for elliptic digital curves (high true positive and low false positive) as compared to several other ellipse fitting methods. For the problem of detecting ellipses in a set of digital curves, several innovative and fast pre-processing, grouping, and hypotheses evaluation concepts applicable for digital curves have been proposed and combined to form an ellipse detection method.

研究の動機と目的

• 理論的裏付けがありヒューリスティックではない多角形近似フレームワークの開発を目的とし、誤差境界が保証されるようにする。
• 円錐曲線および非円錐曲線のデジタル曲線に対して、上限誤差が保証された接線推定手法の設計を目的とする。
• 数値的に安定で、線形的かつ反復を要しない楕円フィッティング手法の提案を目的とし、幾何的距離を最小化し、検出の選別性を向上させる。
• 革新的な事前処理、グループ化、仮説評価技術を統合し、デジタル曲線における楕円検出パイプラインを高速かつ高精度に実現することを目的とする。
• 多様なコンピュータビジョンタスクに適用可能な統一的かつ性能評価済みの幾何的プリミティブ抽出アプローチの確立を目的とする。

提案手法

• 性能指標の理論的分析により、局所的および全体的なフィッティング特性に依存することを明らかにし、多角形近似手法の評価をより良くする。
• デジタイズド線分に対する明示的な誤差境界が導出され、これが主な点検出におけるパラメータに依存しないフレームワークの基盤を形成する。
• 局所的な曲線幾何に基づく新しい接線推定手法が提案され、円錐曲線のデジタル曲線に対して誤差が有界であることが証明されている。
• 楕円フィッティングでは、幾何的距離最小化モデルが用いられ、反復を要しない非制約線形系に変換可能である。
• 高速な事前処理パイプラインにより、曲率と方向性を用いて候補点をグループ化し、楕円検出における誤検出を低減する。
• 仮説評価は、複数段階のフィルタリングと検証プロセスにより強化され、検出速度と精度が向上する。

実験結果

リサーチクエスチョン

• RQ1 多角形近似をヒューリスティックなパラメータに依存させず、精度を維持できるようにするにはどうすればよいか？
• RQ2 デジタル曲線における接線推定の理論的誤差境界は何か？ また、円錐曲線および非円錐曲線の両方で達成可能か？
• RQ3 線形的かつ反復を要しない楕円フィッティング手法は、収束問題がなく、高い幾何的精度と選別性を達成できるか？
• RQ4 事前処理およびグループ化戦略を用いることで、ノイズの多いデジタル曲線における楕円検出の効率性と信頼性はどのように向上するか？
• RQ5 幾何的距離最小化モデルを用いることで、楕円フィッティングの頑健性と安定性にどのような影響があるか？

主な発見

• 提案された多角形近似フレームワークは、理論的誤差境界のおかげで、手動によるパrameterチューニングを必要とせず、多様な曲線に対して一貫した性能を発揮する。
• 接線推定手法は、円錐曲線に対して上限誤差が保証されており、円錐曲線および非円錐曲線の両方で、72の既存手法と比較して精度が優れている。
• 楕円フィッティング手法は数値的に安定で、反復を要せず、競合手法と比較してはるかに高い真正陽性率と低い偽陽性率を達成している。
• 統合された楕円検出パイプラインは、曲率に基づくグループ化と効率的な仮説検証を組み合わせることで、高速かつ信頼性の高い検出を実現している。
• 幾何的距離最小化モデルにより、高密度にデジタイズされた曲線に対しても頑健なフィッティングが可能となり、反復的代替手法に比べて収束性と安定性が向上している。
• 実験的評価により、提案手法は複数のベンチマークデータセットにおいて、精度、速度、頑健性の面で、最先端技術を一貫して上回っていることが確認された。