[论文解读] Persistence Lenses: Segmentation, Simplification, Vectorization, Scale Space and Fractal Analysis of Images

Martin Brooks|arXiv (Cornell University)|Apr 25, 2016

Topological and Geometric Data Analysis参考文献 33被引用 3

一句话总结

本文提出了一种对比不变的拓扑框架——持久性透镜（persistence lenses），用于图像分析，通过Reeb图的水平集实现图像的分层分割。通过利用小波变换（varilet transforms）和基于持久性的简化方法，该方法实现了向量化的分割、尺度空间分析以及分形区域检测，其核心是亮度图像在连续域中的稳定表示。

ABSTRACT

A persistence lens is a hierarchy of disjoint upper and lower level sets of a continuous luminance image's Reeb graph. The boundary components of a persistence lens's interior components are Jordan curves that serve as a hierarchical segmentation of the image, and may be rendered as vector graphics. A persistence lens determines a varilet basis for the luminance image, in which image simplification is a realized by subspace projection. Image scale space, and image fractal analysis, result from applying a scale measure to each basis function.

研究动机与目标

• 开发一种基于Reeb图上下水平集的对比不变图像对比变化的拓扑表示。
• 通过由Jordan曲线围成的不相交面片实现图像的分层分割，适用于矢量图形渲染。
• 通过在小波基下的子空间投影实现图像简化，同时在不同尺度下保持结构完整性。
• 通过在基函数上应用尺度度量（如总变差、对比度）构建尺度空间并检测分形区域。
• 通过基于持久性的冲突消解和极值点追踪，确保关键点的稳定性和可追踪性。

提出的方法

• 通过提取连续亮度图像的Reeb图中持久性出生-死亡对，构建持久性透镜。
• 采用双线性插值与三角形片元细化，消除鞍点，确保每片区域的拓扑单调性。
• 将小波基函数定义为透镜面片的特征函数，通过正交投影实现图像简化。
• 使用SVG偶-奇填充规则渲染带孔的矢量化分割，其中每个面片为由Jordan曲线围成的连通开集。
• 在基函数上应用尺度度量（如拓扑总变差、对比度）以生成图像的尺度空间，并识别分形区域。
• 通过极值点追踪和持久性稳定性证明，确保对图像域中噪声和扰动的鲁棒性。

实验结果

研究问题

• RQ1 如何利用Reeb图的拓扑特征实现图像的分层、对比不变分割？
• RQ2 小波变换及其基函数能否实现稳定、多分辨率的图像简化与向量化？
• RQ3 如何从拓扑图像表示中推导出尺度空间与分形结构检测？
• RQ4 在持久性透镜框架中，何种条件可确保关键点在不同尺度下的稳定性和可追踪性？
• RQ5 持久性透镜在多大程度上能通过对比度或几何度量检测自然图像中幂律分布的分形区域？

主要发现

• 持久性透镜在29,298个透镜区域中生成了43,572个面片，最大嵌套深度为19，支持精细的多分辨率分割。
• 层次结构的第一层包含6,308个两两不相交的面片，每个面片由一个或多个Jordan曲线围成，适用于矢量图形渲染。
• 通过在小波基下的子空间投影实现图像简化，持久性稳定性通过极值点追踪和细化过程中持久性非递增性得到证明。
• 通过在基函数上应用尺度度量（如拓扑总变差）构建尺度空间，揭示了大范围图像区域中幂律分布的特征。
• 通过检测面片对比度中的幂律分布识别分形结构，额外可通过面积和总变差度量实现潜在检测。
• 理论证明表明，持久性在细化过程中非递增，且极值点追踪可保持稳定性，从而确保分割与简化过程的鲁棒性。