[论文解读] The dead leaves model : general results and limits at small scales

Yann Gousseau, François Roueff|ArXiv.org|Dec 1, 2003

Stochastic processes and statistical mechanics参考文献 25被引用 6

一句话总结

本文通过移除死叶模型中的小尺度截断，提出了一种极限随机场模型，从而实现了对图像正则性的严格研究。通过分析有限维分布并结合贝索夫空间理论，证明了该极限过程的几乎必然光滑性特性，其依赖于物体尺寸的幂律指数 α，表明即使在不连续图像中，该极限过程仍表现出非平凡的正则性。

ABSTRACT

In this work, we introduce a random field in view of natural image modeling, obtained as a limit of sequences of dead leaves models, when considering arbitrarily small or big objects. The dead leaves model, introduced by the Mathematical Morphology school, consists in the superposition of random closed sets, and enables to model the occlusion phenomena. When combined with specific sizes distributions for objects, they are known to provide adequate models for natural images. However this framework yields a small scales cutoff and a limit random field is introduced by letting this cutoff tend to zero. We first give a rigorous definition of the dead leaves model, and compute the probability that n compacts are included in distinct visible parts, which characterizes the model. Then, we derive our limit model and some of its property, and study its regularity.

研究动机与目标

• 通过移除死叶过程的小尺度截断，构建其极限模型，以实现对图像细尺度特性的分析。
• 在尺度极限下，表征带颜色死叶过程的有限维分布收敛性。
• 利用泛函分析，特别是贝索夫空间，研究所得极限随机场的正则性。
• 建立与自然图像经验观察一致的极限场的几乎必然光滑性特性。
• 为自然图像建模提供一个功能性先验模型，能够同时捕捉遮挡几何结构与尺度统计特性。

提出的方法

• 利用随机闭集与容量函数，为死叶模型建立严谨框架，以刻画紧致集的可见性。
• 定义一种“着色”镶嵌过程，用于建模图像中的纹理区域，通过分布极限建立有限维收敛性。
• 通过令最小物体尺寸趋于零，对死叶模型施加尺度极限，同时保持幂律尺寸分布，指数为 α。
• 通过变量替换与渐近分析，推导极限场协方差结构的行为。
• 采用贝索夫空间范数量化正则性，通过在尺度与空间参数上的积分推导矩估计。
• 应用庞姆演算与随机几何工具，分析极限过程及其样本路径性质。

实验结果

研究问题

• RQ1 在死叶模型中移除小尺度截断后，对所得随机场的收敛性与正则性有何影响？
• RQ2 在幂律物体尺寸分布的尺度极限下，带颜色死叶过程的有限维分布极限为何？
• RQ3 极限随机场在贝索夫空间范数下的几乎必然光滑性特性是什么？
• RQ4 物体尺寸的幂律指数 α 如何影响极限过程的正则性？
• RQ5 该极限模型能否作为自然图像建模的功能性先验，特别是在去噪或形状提取任务中？

主要发现

• 由于任意小物体的密集分布，该极限随机场无法用经典随机闭集理论描述。
• 带颜色死叶过程的有限维分布经尺度极限后收敛，从而定义了明确的极限过程。
• 当 α ∈ (1, 3] 时，极限场几乎必然属于贝索夫空间 $B_{p}^{s,q}$，对所有 $s < 1/p$ 成立，表明其具有一定的正则性。
• 当 α ∈ (2, 3) 时，正则性进一步提升：场几乎必然属于 $B_{p}^{s,q}$，其中 $s < (3 - \beta)/p$，且 $\beta = \alpha - 2$，反映出更强的光滑性。
• 当 α > 2 时，场在任意区域上的期望总 variation 范数为无穷大，表明尽管其在贝索夫范数下表现光滑，但场并非有界变差。
• 该模型为自然图像提供了一个非平凡、尺度不变的先验，同时考虑了遮挡与尺度统计特性，其光滑性特性由 α 参数化。