MBO Scheme for Local Chan--Vese Segmentation

تخيل أنك تنظر إلى صورة فوتوغرافية، لكن الإضاءة فيها صعبة. ربما يمتد ظل عبر وجه ما، أو يغسل وهج ساطع زاوية غرفة. إذا حاولت قص الشخص فقط من الخلفية باستخدام أداة بسيطة تعتمد فقط على النظر إلى متوسط سطوع الصورة بأكملها، فقد تقطع بالخطأ الجزء المظلل من وجهه أو تدرج الوهج الساطع في الخلفية. هذا هو المشكل اليومي لـ "عدم تجانس الكثافة" (intensity inhomogeneity) في عالم الرؤية الحاسوبية. لطالما كافح العلماء الذين يدرسون تقسيم الصور (image segmentation) — وهو فن تعليم الحواسيب كيفية إيجادة الأجسام وفصلها في صورة ما — باستخدام نماذج رياضية، مثل نموذج "تشان-فيس" (Chan-Vese) الشهير، الذي يعمل مثل شريط مطاطي ذكي يتقلص ليحاذي حواف الأجسام. ومع ذلك، فإن النسخة الأصلية من هذا الشريط المطاطي ترتبك بسبب الإضاءة غير المتساوية وغالبًا ما ينكمش في مكان خاطئ. ولإصلاح ذلك، طور الباحثون نسخة "محلية" (Local) تنظر إلى الجوار الصغير حول كل بكسل، مثل محقق يتحقق من المحيط المباشر بدلاً من التحقق من المدينة بأكملها، لاتخاذ قرارات أفضل. ولكن حل هذه النسخة المحلية كان بطيئًا ومجهدًا حاسوبيًا، مثل محاولة حل لغز ضخم عن طريق تحريك قطعة واحدة في كل مرة بيد بطيئة جدًا.

يقدم هذا البحث طريقة جديدة، أسرع بكثير، لحل ذلك اللغز المحلي باستخدام خدعة ذكية تسمى "مخطط MBO". فكر في مخطط MBO كأنه لعبة "القطعة الساخنة" (hot potato) عالية السرعة التي تُلعب بالحرارة. فبدلاً من تحريك الشريط المطاطي ببطء إلى موضعه النهائي، يقوم الحاسوب بتسخين الصورة، ويترك الحرارة تنتشر فورًا (مثل التموج في بركة ماء)، ثم يضغط النتيجة فورًا في قرار حاد: "هذا البكسل داخل الجسم، وذلك خارجُه". يوضح المؤلفان، كيفين بوي وأدينا سيوماجا، أنه من خلال الجمع بين طريقة "الحرارة والضغط" هذه وبين عمل "المحقق المحلي" للجوار، يمكنهما قطع الصور ذات الإضاءة غير المتساوية بشكل أسرع وأكثر دقة مما سبق. لقد اختبروا ذلك على كل شيء، من صور مسح الدماغ الطبية إلى المخطوطات القدية المكتوبة بخط اليد، ووجدوا أن طريقتهم الجديدة تتعامل مع الإضاءة الفوضوية والضجيج بشكل أفضل بكثير من الطرق القديمة، مما يحافظ على حواف الأجسام حادة ونظيفة دون أن يعلق في الظلال.

المشكلة: فخ "المتوسط"

لفهم سبب أهمية هذه الطريقة الجديدة، نحتاج أولاً إلى النظر في كيفية محاولة الحواسيب فصل الأجسام عادةً. الطريقة الكلاسيكية، المسماة نموذج "تشان-فيس"، تعمل بناءً على فكرة بسيطة: تتكون الصورة من مناطق متميزة، مثل سماء زرقاء وحقل عشب أخضر. يحاول الحاسوب إيجاد خط يفصل بين هذه المناطق بافتراض أن كل شيء داخل الخط له لون متوسط واحد، وكل شيء خارجه له لون آخر.

تخيل أنك تحاول فصل كومة من الكرات الزرقاء والحمراء. إذا كانت الكومة مضاءة جيدًا، فالأمر سهل. ولكن ماذا لو كان هناك مصباح يسطع بقوة على الجانب الأحمر، مما يجعل تلك الكرات الحمراء تبدو وردية، بينما الجانب الأزرق في الظل، مما يجعل الأزرق يبدو أسود تقريبًا؟ قد يرتبك الحاسوب الذي ينظر فقط إلى "متوسط" اللون للكومة بأكملها. قد يعتقد أن الكرات الحمراء الساطعة هي في الواقع لون مختلف عن الكرات الزرقاء الداكنة، أو قد يفشل في رؤية الحد الفاصل بينهما لأن الإضاءة غير متساوية للغاية. هذا ما يحدث مع "عدم تجانس الكثافة" — عندما لا تكون الإضاءة في الصورة موحدة، تضيع النماذج القديمة.

ولإصلاح ذلك، اخترع الباحثون نموذج "تشان-فيس المحلي" (LCV). فبدلاً من السؤال: "ما هو متوسط لون الجسم بأكمله؟"، يسأل نموذج LCV: "ما هو متوسط لون البكسلات المجاورة مباشرة لهذا البكسل المحدد؟". إنه مثل محقق لا يكتفي بالنظر إلى مسرح الجريمة بأكمله، بل يتحقق من المحيط المباشر لكل دليل. وهذا يساعد الحاسوب على إدراك أن الجزء المظلل من الوجه لا يزال جزءًا من الوجه، حتى لو بدا داكنًا.

ومع ذلك، كانت هناك عقبة. حل هذا العمل المحلي كان بطيئًا. تضمن الأسلوب الأصلي طريقة تسمى "الفروق المحدودة" (finite differences)، وهي تشبه محاولة تمشية كلب بمقود عبر سوق مزدحم، مع التحقق من كل خطوة واحدة تلو الأخرى. إنها تعمل، لكنها مملة ويمكن أن تتعثر في حلقات محلية، مما يجعل من الصعب الحصول على نتيجة مثالية بسرعة.

الحل: خدعة "الحرارة والضغط"

يقترح مؤلفو هذا البحث نهجًا مختلفًا. إنهم يستخدمون طريقة تسمى مخطط MBO (تيمناً بـ ميري مان، وبينس، وأوشر). لتصور ذلك، تخيل أن لديك صورة ضبابية وغير واضحة لجسمك. يقوم مخطط MBO بشيئين في حلقة سريعة:

1. خطوة الحرارة (الانتشار): يعاملون الصورة كأنها لوح معدني ساخن. يتركون "الحرارة" (أو المعلومات) تنتشر بسلاسة عبر الصورة. في عالم الرياضيات، يتم القيام بذلك باستخدام طريقة "طيفية" (spectral)، وهي تشبه استخدام تحويل فوريه فائق السرعة لحساب كيفية انتشار الحرارة فورًا عبر الشبكة بأكملها، بدلاً من التحقق من جار لآخر. تعمل هذه الخطوة على تنعيم الضجيج وجعل الحدود بين المناطق أكثر وضوحًا.
2. خطوة الضغط (العتبة): بمجرد انتشار الحرارة، يسأل الحاسوب كل بكسل سؤالًا بسيطًا: "هل القيمة فوق أو تحت نقطة المنتصف؟". إذا كانت فوق، يصبح البكسل جزءًا من الجسم (1). وإذا كانت تحت، يصبح جزءًا من الخلفية (0). هذا يضغط الحدود الضبابية فورًا إلى خط حاد ونظيف.

من خلال تكرار عملية "الحرارة والضغط" هذه مرارًا وتكرارًا، يجد الحاسوب بسرعة الحد المثالي. لقد جمع المؤلفون بين طريقة "الحرارة والضغط" السريعة هذه ومنطق "المحقق المحلي" لنموذج LCV. والنتيجة هي خوارزمية ليست سريعة فحسب، بل هي أيضًا بارعة للغاية في التعامل مع الإضاءة غير المتساوية.

ما وجدوه

اختبر المؤلفون خوارزميتهم الجديدة على مجموعة واسعة من الصور لمعرفة كيفية أدائها. وقارنوها بطريقة "الفروق المحدودة" القديمة وبنموذج "تشان-فيس" الأصلي.

• التعامل مع الإضاءة السيئة: في الاختبارات مع الصور التي تحتوي على ظلال قوية أو إضاءة غير متساوية (مثل صورة وعاء دموي بخلفية داكنة أو مخطوطة قديمة بورقة ملطخة)، غالبًا ما فشل نموذج "تشان-فيس" القديم. فقد كان يفقد أجزاء من الجسم أو يجزئ الجسم إلى قطع منفصلة. ومع ذلك، نجحت طريقة LCV القائمة على MBO في تتبع الجسم بأكما، حتى عندما كانت الإضاءة سيئة للغاية. سمح الجزء "المحلي" من النموذج بتجاهل انحياز الإضاءة العالمي والتركيز على التباين المحلي.
• السرعة والاستقرار: كانت الطريقة الجديدة أسرع بكثير أيضًا. بينما قد تستغرق الطرق القديمة مئات الخطوات للاستقرار، وصل مخطط MBO إلى نتيجة مستقرة في عدد أقل من التكرارات. لاحظ المؤلفون أن طاقة النظام (وهي مقي-اس لمدى "خطأ" التقسيم) انخفضت بسلاسة وسرعة، مما يظهر أن الخوارزمية كانت فعالة للغاية.
• التفاصيل الدقيقة: عند النظر في الصور التي تحتوي على هياكل رفيعة، مثل أغصان الأشجار أو النصوص في الصفحة، حافظت الطريقة الجديدة على هذه التفاصيل بشكل أفضل. كانت طريقة "الفروق المحدودة" القديمة أحيانًا تنتج حوافًا "متعرجة" أو "درجية" بسبب كيفية حسابها للشبكة. أما مخطط MBO، باستخدام نهجه الطيفي، فقد أنتج حدودًا أكثر سلاسة وطبيعية.
• الألوان وتعدد الأطوار: لم يتوقف المؤلفون عند الصور البسيطة بالأبيض والأسود. فقد أظهروا أن طريقتهم تعمل مع الصور الملونة (باستخدام مساحة ألوان Lab، التي تفصل السطوع عن اللون) ويمكنها أيضًا تقسيم الصورة إلى أربعة مناطق أو أكثر في وقت واحد. على سبيل المثال، نجحوا في فصل الأنسجة المختلفة على سطح مجهري والأجزاء المختلفة من أجنحة الفراشة، وهي مهام غالبًا ما تدمج فيها النماذج القديمة المناطق المتميزة معًا.

الحكم النهائي

يشير البحث إلى أن هذا النهج القائم على MBO هو بديل قوي وفعال للطرق التقليدية لحل مشكلة "تشان-فيس المحلي". هو لا يدعي أنه حل سحري لكل صورة في الكون، لكن المحاكاة والتجارب تشير بقوة إلى أنه يمثل تحسنًا كبيرًا للصور ذات الإضاءة غير المتساوية. إنه يقدم طريقة للحصول على تقسيمات حادة ودقيقة بسرعة، مما يجعله أداة عملية لتحليل المسوحات الطبية، والوثائق التاريخية، والأنسجة المجهرية. ومن خلال تحويل المشي البطيء خطوة بخطوة إلى رقصة "حرارة وضغط" عالمية سريعة، منح المؤلفون الرؤية الحاسوبية طريقة جديدة وقوية للرؤية من خلال الظلال.