[論文レビュー] Recovery of Images with Missing Pixels using a Gradient Compressive Sensing Algorithm

Isidora Stanković|arXiv (Cornell University)|Jun 22, 2014

Sparse and Compressive Sensing Techniques参考文献 14被引用数 6

ひとこと要約

本稿では、DCTドメインにおけるスパarsityを活用することで、多数の欠損画素を持つ画像を再構成する勾配ベースの圧縮センシングアルゴリズムを提案する。ブロックDCT形式での画像事前処理を必要とせず、勾配情報とスパarsityを活用することで、特にソルトアンドペッパー雑音に対して中央値フィルタリングよりも優れた再構成品質を達成する。

ABSTRACT

This paper investigates the possibility of reconstruction of images considering that they are sparse in the DCT transformation domain. Two approaches are considered. One when the image is pre-processed in the DCT domain, using 8x8 blocks. The image is made sparse by setting the smallest DCT coefficients to zero. In the other case the original image is considered without pre-processing, assuming the sparsity as intrinsic property of the analyzed image. A gradient based algorithm is used to recover a large number of missing pixels in the image. The case of a salt-and-paper noise affecting a large number of pixels is easily reduced to the case of missing pixels and considered within the same framework. The reconstruction of images affected with salt-and-paper impulsive is compared with the images filtered using a median filter. The same algorithm can be used considering transformation of the whole image. Reconstructions of black and white and colour images are considered.

研究の動機と目的

• 腐敗や雑音によって多数の画素が欠損した場合の画像再構成を解決すること。
• 事前処理を要しないDCTドメインにおけるスパarsityの有効性を検証すること。
• 圧縮センシングの原則に従い、効率的に欠損画素を回復する勾配ベースのアルゴリズムを開発すること。
• ソルトアンドペッパー雑音による劣化に対して、提案手法を標準的な中央値フィルタリングと比較すること。
• 統一されたフレームワークを用いてグレースケール画像およびカラー画像の両方で手法を検証すること。

提案手法

• 本手法は、画像がDCTドメインでスパースであると仮定しており、直接適用するか、8×8ブロック内の小さなDCT係数をゼロに設定することで実現する。
• スパarsityと勾配の一貫性を強制するコスト関数を最小化することで、勾配ベースの最適化アルゴリズムを用いて欠損画素を再構成する。
• ソルトアンドペッパー雑音を欠損画素問題として扱うことで、インパルス雑音と画素損失の両方を統一的に処理できる。
• ブロック単位の処理を行わず、全画像に対して直接再構成することで、グローバルな一貫性を確保する。
• 固定されたスパarsityモデルを用い、データ適合性とスパarsity制約を満たす目的関数に対して勾配降下を繰り返し適用することで画素推定値を段階的に改善する。
• グレースケールおよびカラー画像の両方へ適用可能であり、カラー再構成は各チャネルを別々に処理することで実現する。

実験結果

リサーチクエスチョン

• RQ1 勾配ベースの最適化を用いた圧縮センシングは、高密度の欠損画素を持つ画像の再構成に有効に機能するか？
• RQ2 ソルトアンドペッパー雑音による劣化画像の再構成において、本手法の性能は中央値フィルタリングに比べてどのように差がつくか？
• RQ3 DCTドメインにおけるスパarsityを仮定することで、明示的な事前処理やブロック単位の変換を要せず、再構成品質が向上するか？
• RQ4 同一のアルゴリズムが、統一されたフレームワークのもとで欠損画素とインパルス雑音の両方をどれほど効果的に処理できるか？
• RQ5 視覚的および定量的忠実度の観点から、カラー画像における本手法の性能はグレースケール画像と比べてどの程度か？

主な発見

• 提案された勾配圧縮センシングアルゴリズムは、高密度の欠損画素を持つ画像に対して、中央値フィルタリングと比較して顕著に優れた視覚的および定量的再構成品質を達成する。
• 特に高密度なテクスチャーや構造的複雑さを持つ領域において、細部やエッジの保持が中央値フィルタリングを上回る。
• 欠損画素の割合が最大50％に達しても再構成品質が高く維持されるため、極端な腐敗に対しても頑健であることが示された。
• グレースケールおよびカラー画像の両方で良好な性能を発揮し、再構成過程で色の忠実度がほとんど劣化しない。
• DCTドメインでの事前処理を要せず、スパarsityを画像の内在的性質とみなすことで、本手法は事前処理を不要とする。
• ソルトアンドペッパー雑音を欠損画素問題としてモデル化することで、本フレームワークは異なる種類の腐敗に対しても一貫した回復を可能にする。