[论文解读] Strongly Near Voronoi Nucleus Clusters

James F. Peters, Ebubeki̇r İnan|arXiv (Cornell University)|Jan 29, 2016

Quantum many-body systems参考文献 12被引用 6

一句话总结

本文提出在平面区域的Vorono"{i}密铺中采用强邻近性定义Vorono"{i}核聚类，利用强邻近性识别围绕中心核的相邻Vorono"{i}区域聚类。主要贡献在于证明了此类密铺中所有Vorono"{i}区域集合均构成Zelins'kyi-Soltan-Kay-Womble凸性结构，其中最大核聚类指示了在数字图像分析、fMRI和断层扫描等应用中的高物体重心。

ABSTRACT

This paper introduces nucleus clustering in Voronoi tessellations of plane surfaces with applications in the geometry of digital images. A \emph{nucleus cluster} is a collection of Voronoi regions that are adjacent to a Voronoi region called the cluster nucleus. Nucleus clustering is a carried out in a strong proximity space. Of particular interest is the presence of maximal nucleus clusters in a tessellation. Among all of the possible nucleus clusters in a Voronoi tessellation, clusters with the highest number of adjacent polygons are called \emph{maximal nucleus clusters}. The main results in this paper are that strongly near nucleus clusters are strongly descriptively near and every collection of Voronoi regions in a tessellation of a plane surface is a Zelins'kyi-Soltan-Kay-Womble convexity structure.

研究动机与目标

• 开发一种基于Vorono"{i}密铺中强邻近性的新型聚类方法，用于检测数字图像中高浓度物体重心区域。
• 定义并分析最大核聚类，作为密铺表面上密集物体重心区域的指标。
• 通过Zelins'kyi-Soltan-Kay-Womble公理体系，建立Vorono"{i}区域集合与凸性结构之间的正式关联。
• 将该框架应用于真实世界成像数据，包括卫星图像、fMRI和断层扫描图像，以实现物体检测与皮层活动图谱绘制。

提出的方法

• 将核聚类定义为与中心区域（即核）强邻近的所有Vorono"{i}区域的集合，其中强邻近性指共享边界点。
• 利用强邻近性（$A \mathop{\delta}\limits^{\doublewedge} B$）识别基于共同点或边的相邻Vorono"{i}区域。
• 引入描述性强邻近性（$A \mathop{\delta_{\Phi}}\limits^{\doublewedge} B$）以基于特征向量（如质心、面积和梯度方向）比较区域。
• 将Zelins'kyi-Soltan-Kay-Womble凸性结构公理由应用于Vorono"{i}区域所有子集的集合（$2^X$），以建立正式凸性。
• 采用描述性交集（$A \mathop{\cap}\limits_{\Phi} B$）识别具有匹配特征的区域，从而将描述性邻近性与聚类形成相联系。
• 通过密铺的几何与拓扑分析验证该框架，包括fMRI和断层扫描图像中的实例。

实验结果

研究问题

• RQ1 如何利用强邻近性在密铺中定义相邻Vorono"{i}区域的有意义聚类？
• RQ2 什么定义了最大核聚类，它如何作为图像数据中高物体重心的指标？
• RQ3 密铺中所有Vorono"{i}区域的集合是否可在Zelins'kyi-Soltan-Kay-Womble公理体系下被正式分类为凸性结构？
• RQ4 描述性强邻近性如何增强图像分析应用中相似区域的检测？
• RQ5 核聚类在fMRI和断层扫描图像中如何改进物体检测与活动图谱绘制？

主要发现

• 最大核聚类被定义为与同一核强邻近的Vorono"{i}区域的最大集合，作为密铺图像中高物体重心的指标。
• 已证明强邻近核聚类在描述上也是邻近的，即它们共享匹配的特征描述，如质心、面积和梯度方向。
• 密铺中所有Vorono"{i}区域的集合均构成Zelins'kyi-Soltan-Kay-Womble凸性结构，满足幂集$2^X$的公理(C0)和(C1)。
• 当且仅当在各自聚类中存在区域$A$和$B$彼此描述性邻近时，描述性交集$A \mathop{\cap}\limits_{\Phi} B$非空。
• 该框架成功识别并分类了真实世界应用中的聚类，包括卫星图像中表面物体的检测和fMRI数据中皮层活动的识别。
• 该方法通过最大核聚类的存在，实现了在3D断层扫描图像中对化石聚集区域的鲁棒检测。