[论文解读] Convex Color Image Segmentation with Optimal Transport Distances

Julien Rabin, Nicolas Papadakis|HAL (Le Centre pour la Communication Scientifique Directe)|Mar 6, 2015

Medical Image Segmentation Techniques参考文献 12被引用 13

一句话总结

该论文提出了一种基于最优传输距离的凸优化框架，用于两阶段彩色图像分割，利用正则化Wasserstein距离和Sinkhorn距离作为保真度项。通过将二值分割问题松弛为凸连续形式，并采用原始-对偶算法，该方法避免了先前方法的非凸性问题，实现了鲁棒且全局最优的解，在真实图像数据上表现出良好的收敛性和稳定性。

ABSTRACT

This work is about the use of regularized optimal-transport distances for convex, histogram-based image segmentation. In the considered framework, fixed exemplar histograms define a prior on the statistical features of the two regions in competition. In this paper, we investigate the use of various transport-based cost functions as discrepancy measures and rely on a primal-dual algorithm to solve the obtained convex optimization problem.

研究动机与目标

• 提出一种基于直方图的图像分割凸公式，避免传统活动轮廓模型的非凸性问题。
• 将最优传输距离——特别是正则化Wasserstein和Sinkhorn距离——作为样本特征直方图与分割区域之间统计保真度度量的手段。
• 通过在松弛的连续问题上应用原始-对偶算法，实现高效且全局收敛的优化。
• 将先前的凸分割模型扩展至使用基于传输的差异度量处理多维彩色特征。
• 提供一种稳定、可扩展且理论基础坚实的图像分割方法，即使在高维特征空间中仍保持凸性和可处理性。

提出的方法

• 将二值分割图 $ u \in \{0,1\}^N $ 松弛为连续概率图 $ u \in [0,1]^N $，以支持凸优化。
• 通过线性算子 $ H_{\cal X}(u) $ 计算特征直方图，将像素权重映射到离散特征空间中的加权箱计数。
• 保真度项 $ D(a, h(u)) $ 和 $ D(b, h(1-u)) $ 使用正则化最优传输距离（Wasserstein和Sinkhorn）比较经验直方图与固定样本分布 $ a $ 和 $ b $。
• 采用原始-对偶算法求解凸能量最小化问题：$ J(u) = \rho \cdot \text{TV}(u) + D(a, h(u)) + D(b, h(1-u)) $。
• 利用Lambert W函数计算正则化传输代价的邻近算子，实现高效的迭代更新。
• 正则化最优传输势的Hessian矩阵有界，确保了优化方案的局部Lipschitz连续性和收敛性保证。

实验结果

研究问题

• RQ1 能否有效将最优传输距离用作基于直方图的图像分割中的凸保真度项？
• RQ2 如何将正则化最优传输（如Sinkhorn）整合进两阶段分割的凸变分模型中？
• RQ3 与非凸活动轮廓模型相比，凸松弛对图像分割的稳定性和全局最优性有何影响？
• RQ4 原始-对偶算法能否高效求解具有基于传输保真度项的凸优化问题？
• RQ5 使用Lambert W函数如何实现正则化传输代价邻近算子的高效计算？

主要发现

• 所提出的凸公式由于能量泛函的凸性以及原始-对偶方法的应用，能够实现全局最优解。
• 该方法通过在基于传输的差异度量下嵌入多维彩色特征到直方图空间，成功处理了多维彩色特征。
• 使用正则化最优传输（如Sinkhorn）确保了数值稳定性，并避免了精确最优传输的高计算成本。
• 通过Lambert W函数高效计算正则化传输代价的邻近算子，实现了快速且可扩展的优化。
• 正则化传输势的Hessian矩阵有界于 $ 2\lambda N $，确保了局部Lipschitz连续性及原始-对偶算法的收敛性。
• 实验结果表明，该方法能够可靠收敛，并在存在噪声和复杂纹理的情况下产生准确且平滑的分割结果。