Pre-process for segmentation task with nonlinear diffusion filters

Resumen Técnico: Pre-procesamiento para segmentación mediante filtros de difusión no lineal

Autores: Javier Sanguino, Carlos Platero, Olga Velasco (Universidad Politécnica de Madrid).
Objetivo Principal: Desarrollar un método de pre-procesamiento basado en difusión no lineal para generar imágenes "cartoon" (constantes a trozos) que faciliten tareas de segmentación, eliminando ruido y texturas mientras se preservan los bordes.

---

1. Planteamiento del Problema

La segmentación de imágenes en visión por computadora enfrenta desafíos significativos cuando las imágenes iniciales ($u_0$) contienen ruido, regiones sin homogeneidad de intensidad, bordes débiles y artefactos. La mayoría de las técnicas de segmentación asumen que las regiones son constantes a trozos (piecewise constant) y que los bordes tienen pendientes altas.

El problema central es encontrar una imagen filtrada ($u$) cercana a la original, compuesta por regiones homogéneas con bordes nítidos, sin difuminar las transiciones. Los modelos existentes, como la minimización de la variación total (TV) o la descomposición de Mumford-Shah, a menudo requieren resolver problemas complejos de optimización funcional o introducen pre-suavizado (como máscaras gaussianas) que pueden degradar los bordes. Además, la difusión no lineal clásica (Perona-Malik) puede ser un problema mal planteado (ill-posed) si la función de difusividad no es convexa, lo que lleva a inestabilidades numéricas.

2. Metodología

El enfoque propuesto se basa en una formulación intrínseca de la ecuación de difusión no lineal y el diseño de una nueva familia de funciones de difusividad.

A. Formulación Intrínseca y Diseño de la Difusividad

• Marco Teórico: Se parte de la ecuación de Perona-Malik: $\partial_t u = \text{div}(g(\|\nabla u\|^2) \nabla u)$. Se analiza la convexidad del funcional de energía asociado. Para lograr realce de bordes y regiones constantes, se requiere que la función de potencial $\rho$ no sea convexa, lo que implica una condición de difusividad que favorece la "difusión hacia atrás" (backward diffusion) en ciertas zonas para aumentar el contraste.
• Nueva Función de Difusividad ($g_a$): Se propone una función de difusividad definida por partes (Ecuación 16):
  • Para gradientes bajos ($0 \le r < \gamma$): Difusión lineal ($g=1$). Esto permite homogeneizar regiones planas.
  • Para gradientes altos ($r \ge \gamma$): Difusión no lineal decreciente ($g \propto r^{-p/2}$). Esto frena la difusión en los bordes, preservándolos.
  • Parámetros:
    • $\gamma$: Umbral de fuerza del borde, relacionado con la desviación absoluta mediana (MAD) del gradiente de la imagen.
    • $p$: Parámetro de control de la velocidad de difusión. Valores altos de $p$ aproximan una función escalón, evitando el difuminado de bordes.

B. Aproximación Numérica y Estabilidad

• Desafío: La difusión hacia atrás (necesaria para el realce) suele causar inestabilidades en esquemas numéricos explícitos o en el método de Newton-Raphson debido a la singularidad de la matriz de iteración (derivada de la difusividad).
• Solución Propuesta:
  • Se utiliza el Método de Líneas (MOL) para la semidiscretización espacial.
  • Para la discretización temporal, se evita calcular la inversa de la difusión (que requeriría la derivada $g'$ negativa) utilizando el Método de Rigidez Tangencial (Tangential Stiffness Method).
  • Se aproxima la matriz Jacobiana ignorando el término $C(U)$ (que contiene $g'$), utilizando solo la matriz $A(U)$ basada en $g$.
  • Esto conduce a un esquema iterativo tipo Picard (o método directo): $U^{\nu+1} = [I - kA(U^\nu)]^{-1} U^n$.
  • Resultado clave: Aunque teóricamente se busca un efecto de difusión hacia atrás, numéricamente se resuelve una difusión hacia adelante con una función de difusividad positiva y decreciente. Esto garantiza la estabilidad, permite usar pasos de tiempo grandes ($k$) y cumple con los requisitos de espacio de escala (well-posedness).

C. Criterio de Parada

• Se define un tiempo de parada $T$ basado en el tiempo de asentamiento de la difusión lineal. Dado que la difusión se vuelve lineal en regiones de bajo gradiente, se detiene el proceso cuando la diferencia relativa entre la imagen filtrada y el valor medio de la imagen cae por debajo de un umbral (ej. 0.02). Esto elimina la necesidad de conocimiento previo de la estructura geométrica de la imagen.

3. Contribuciones Clave

1. Nueva Familia de Difusividades: Propuesta de una función $g_a(r)$ que combina difusión lineal en regiones suaves y difusión no lineal decreciente en bordes, diseñada específicamente para generar imágenes constantes a trozos.
2. Marco de Estabilidad Numérica: Demostración de que, mediante el método de rigidez tangencial y esquemas semi-implícitos (Picard), es posible resolver el problema de manera estable sin necesidad de resolver ecuaciones de difusión hacia atrás inestables.
3. Eficiencia Computacional: El método permite el uso de pasos de tiempo ($k$) muy grandes sin generar artefactos numéricos, reduciendo significativamente el esfuerzo computacional en comparación con métodos que requieren pasos pequeños (como los basados en la ecuación 15 con $\epsilon$ pequeño).
4. Criterio de Parada Automático: Un método robusto para detener la difusión basado en la convergencia hacia el valor medio en regiones lineales, independiente de la textura o ruido específico de la imagen.
5. Extensión a 3D: Validación del método en imágenes médicas 3D (Tomografía Computarizada abdominal), demostrando su escalabilidad.

4. Resultados Experimentales

• Imágenes Naturales (2D): Se probaron diversas imágenes (osos, flores, arbustos, tijeras, etc.).
  • Se observó que para imágenes con alto contraste, valores bajos de $p$ (ej. 2.5) generan excelentes resultados.
  • Para imágenes con bajo contraste o muchos detalles (ej. arbustos), se requieren valores altos de $p$ (ej. 20) para evitar el difuminado de bordes.
  • Métricas: Se utilizó la medida $F$ (F-measure) comparando los bordes detectados con segmentaciones manuales (ground truth). El método propuesto superó consistentemente a la descomposición de variación total (TV) y a otros filtros de difusión no lineal, logrando valores $F$ más altos (ej. 0.918 para el oso vs 0.793 en TV).
• Imágenes Médicas (3D - CT Abdominal):
  • Se aplicó a escaneos CT con mallas no regulares.
  • Se identificó que un $\gamma$ global puede difuminar bordes débiles en zonas complejas. Se propuso una estrategia de $\gamma$ local para futuras mejoras.
  • El filtro logró homogeneizar regiones de tejido manteniendo bordes anatómicos críticos con un bajo costo computacional (pocos pasos de tiempo grandes).

5. Significado e Impacto

Este trabajo ofrece una alternativa robusta y computacionalmente eficiente a los métodos variacionales tradicionales para la pre-procesamiento de imágenes en segmentación.

• Ventaja Principal: Elimina la necesidad de definir espacios funcionales complejos para separar textura y geometría, logrando el mismo objetivo (imágenes cartoon) mediante un proceso de difusión controlado.
• Aplicabilidad: Es especialmente útil en entornos médicos y de visión por computadora donde se requiere una segmentación rápida y precisa de regiones homogéneas sin perder la integridad de los bordes.
• Disponibilidad: El código fuente está disponible públicamente, facilitando la reproducibilidad y adopción del método.

En conclusión, los autores demuestran que es posible obtener imágenes constantes a trozos de alta calidad utilizando difusión no lineal, resolviendo los problemas de inestabilidad numérica mediante un esquema semi-implícito inteligente y estableciendo criterios de parada automáticos.