[论文解读] Computational complexity lower bounds of certain discrete Radon transform approximations

Timur Khanipov|arXiv (Cornell University)|Jan 3, 2018

Image and Object Detection Techniques参考文献 6被引用 3

一句话总结

本文利用加法电路模型和布尔电路复杂性理论，建立了快速霍夫变换及一类离散Radon变换近似方法的Ω(n² log n)计算复杂度下界。结果证明，当仅允许加法操作时，这些算法在渐近意义上是最优的，确认了快速霍夫变换O(n² log n)时间复杂度的最优性。

ABSTRACT

For the computational model where only additions are allowed, the $Ω(n^2\log n)$ lower bound on operations count with respect to image size $n imes n$ is obtained for two types of the discrete Radon transform implementations: the fast Hough transform and a generic strip pattern class which includes the classical Hough transform, implying the fast Hough transform algorithm asymptotic optimality. The proofs are based on a specific result from the boolean circuits complexity theory and are generalized for the case of boolean $\vee$ binary operation.

研究动机与目标

• 在受限计算模型下，为离散Radon变换近似方法建立紧致的计算复杂度下界。
• 解决一个开放问题：当仅允许加法操作时，快速霍夫变换是否能以o(n² log n)次操作完成计算。
• 将下界结果推广至基于条带模式的Radon变换实现的广泛类别。
• 将复杂度分析扩展至布尔OR操作情形，证明在二值图像处理中存在更强的下界。

提出的方法

• 采用加法电路作为计算模型，仅允许二元加法操作，大小通过边数衡量。
• 应用布尔电路复杂性理论中的关键定理，以界定计算多个模式和所需最少操作数。
• 分析具有有界宽度和密度的条带模式，将其建模为具有整数参数和受控交点的直线集合。
• 运用几何与组合论证，通过三角函数和代数估计，界定不同模式间共享像素子集的数量。
• 推导出不同斜率条带之间重叠像素数的界限，进而通过函数r(T)建立电路规模的下界。
• 结合电路复杂度定理与模式交集分析，证明SUM和OR操作下均为Ω(n² log n)的下界。

实验结果

研究问题

• RQ1 当仅使用加法操作时，快速霍夫变换能否以o(n² log n)次操作完成计算？
• RQ2 对于具有Θ(n²)个模式和Ω(n³)总像素数的条带模式类，计算离散Radon变换所需的最少加法次数是多少？
• RQ3 在加法电路模型下，快速霍夫变换是否渐近最优？
• RQ4 当像素值为二值且操作替换为布尔OR时，该下界是否仍然成立？
• RQ5 在类似约束下，广义基于条带模式的Radon变换复杂度是否可被Ω(n² log n)下界所限制？

主要发现

• 为计算快速霍夫变换所需的加法次数建立了Ω(n² log n)下界，证明其渐近最优性。
• 该下界同样适用于具有有界宽度和密度的条带模式定义的广泛类离散Radon变换近似方法。
• 该结果不仅适用于算术求和，也适用于布尔OR操作，证明在二值情形下存在更强的下界。
• 该下界是紧致的，因为快速霍夫变换实现了O(n² log n)复杂度，因此在给定模型下渐近最优。
• 分析表明，任何具有Θ(n²)个模式和Ω(n³)总像素数的模式集合，在加法电路模型中至少需要Ω(n² log n)次操作。
• 证明依赖于通过几何与组合论证界定模式间共享像素子集数量，进而通过r(T)分析得出电路规模下界。