[論文レビュー] Information Theory and Image Understanding: An Application to Polarimetric SAR Imagery

Alejandro C. Frery, Abraão D. C. Nascimento+1 more|arXiv (Cornell University)|Feb 8, 2014

Synthetic Aperture Radar (SAR) Applications and Techniques参考文献 31被引用数 26

ひとこと要約

本稿では、スケーリングされたマルチルック複素ウィッシュァルト分布間の情報理論的発散（カイ二乗、カルバック・ライブラーマン、Rényi（順序β）、バタチャリャ、ヘリンジャー）を用いた偏光SAR（PolSAR）画像解析のための仮説検定を提案する。カルバック・ライブラーマン距離は、特にノイズ混入下でも、他の手法に比べて一貫して高い実効的有意水準の正確性を示し、ルック数が増加することで信号対雑音比が向上する状況においても頑健性を示している。

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.

研究の動機と目的

• 情報理論的発散に基づく統計的仮説検定を、PolSAR画像におけるコントラスト評価のためのフレームワークとして開発すること。
• 定性的な画像におけるスぺックルノイズの課題に対処するため、統計的モデル間の確率的距離を活用すること。
• 純粋および混入データの両状況下で、これらの検定の頑健性と正確性を評価すること。
• PolSAR画像理解および解析における発散の使用のための形式的統計的枠組みを提供すること。
• ドイツ・ヴェスリングの実際のE-SARデータを用いて、これらの検定の性能を評価すること。

提案手法

• スケーリングされたマルチルック複素ウィッシュァルト分布間のカイ二乗、カルバック・ライブラーマン、Rényi（順序β）、バタチャリャ、ヘリンジャー距離の解析的表現を導出する。
• これらの発散を標本サイズに依存する係数でペナルティ処理し、新たな同質性検定を構築する。
• 複数のシナリオ（窓サイズや混入レベルの変動あり）における実効的有意水準の評価のためにモンテカルロシミュレーションを適用する。
• ウィッシュァルトモデルにおけるルック数および共分散行列パラメータの最尤（ML）推定を用いる。
• ドイツ・ババリア州ヴェスリングの実際のE-SAR PolSARデータを用いて、提案手法の妥当性を検証する。
• 異なるノイズおよび混入条件下で、実効的有意水準と名目有意水準との対比を通じて、検定性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 PolSAR画像コントラストの仮説検定において、どの情報理論的発散が最も正確な実効的有意水準を示すか？
• RQ2 混入およびスぺックルノイズは、異なる確率的距離に基づく検定の性能にどのように影響を与えるか？
• RQ3 ルック数の増加は、データ混入下での発散に基づく検定の頑健性を向上させるか？
• RQ4 窓サイズおよび標本サイズは、これらの統計的検定の信頼性にどのように影響を与えるか？
• RQ5 カルバック・ライブラーマン距離は、PolSAR画像のセグメンテーションおよび分類における頑健なコントラスト指標として機能できるか？

主な発見

• カルバック・ライブラーマン距離に基づく検定は、純粋および混入データの両状況において、すべてのテストシナリオで名目有意水準に最も近い実効的有意水準を示した。
• 混入下では、共分散行列のML推定器が著しく影響を受けており、S_KL統計量の外れ値への感受性が高まった。
• ルック数の増加により、カルバック・ライブラーマン検定に対する混入の悪影響が緩和されたことから、信号対雑音比が高い状況ではより高い頑健性を示すことがわかった。
• 大規模な窓サイズ（例：400×400）では、混入下においてパラメータ推定の平均二乗誤差が増加し、特に共分散行列に対して顕著であった。
• 実効的有意水準への混入効果を示す比r2は、Nが大きくなるにつれて減少し、共分散推定への混入影響が強くなる傾向が示された。
• カイ二乗を除くすべての発散が、実PolSARデータにおいて優れた性能を示したが、カルバック・ライブラーマン距離は正確性および頑健性の両面で顕著に優れていた。