An Edge-Based Formulation for the Exact Computation of High-Order Zernike Moments of 2D Shapes and Images

Resumen Técnico: Una formulación basada en bordes para el cálculo exacto de momentos de Zernike de alto orden de formas e imágenes 2D

Planteamiento del problema
Los momentos de Zernike son descriptores invariantes a la rotación establecidos y utilizados extensamente en el análisis de formas, el reconocimiento de patrones y la imagen médica. Sin embargo, su cálculo estándar depende de una cuadratura basada en píxeles que aproxima la integral de la imagen continua como una suma de Riemann sobre los centros de los píxeles, tratando cada píxel como una masa puntual (función $\delta$ de Dirac). Esta aproximación introduce dos limitaciones críticas:

1. Aliasing espacial: A medida que el orden del momento aumenta, los polinomios radiales oscilan en escalas comparables o menores que un solo píxel. El modelo de masa puntual no logra capturar esta extensión espacial, lo que conduce a errores de discretización significativos.
2. Inestabilidad numérica: En órdenes elevados (típicamente $n \gtrsim 50$), la acumulación de errores de punto flotante y el aliasing degradan la precisión de los momentos. Esto se manifiesta en la reconstrucción de imágenes como "píxeles fantasma" (valores espurios en ubicaciones antipodales) y reduce el poder discriminativo de los descriptores en tareas de clasificación.

Si bien trabajos previos han abordado la estabilidad numérica de la evaluación de polinomios radiales mediante relaciones de recurrencia, la fuente fundamental del error —el desajuste geométrico entre las funciones base continuas y la rejilla discreta de píxeles— sigue sin ser abordada en las implementaciones estándar.

Metodología
Los autores proponen un enfoque fundamentalmente diferente que elimina el error de discretización aplicando el teorema de Green para transformar la integral de área bidimensional que define un momento de Zernike en una suma de integrales de línea unidimensionales a lo largo de los bordes de la imagen.

1. Transformación mediante el Teorema de Green:
   En lugar de sumar sobre los centros de los píxeles, el método trata la imagen (o forma) como un dominio delimitado por contornos lineales por partes. La integral de área sobre un dominio $D$ se convierte en una integral de línea a lo largo de la frontera $\partial D$. Para una forma poligonal o una imagen de rasterización descompuesta en regiones de intensidad constante, el momento total es la suma de las contribuciones de cada borde.

2. Integración exacta de bordes:
   Se demuestra que el integrando a lo largo de un borde es una función polinómica del parámetro del borde $t$. Específicamente, la primitiva radial $Q_n^m(r)$ y el componente angular se combinan de tal manera que el integrando resultante $A_n^m(t)$ es un polinomio de grado como máximo $n$.

   • Relaciones de recurrencia: Los autores derivan relaciones de recurrencia para las primitivas radiales $Q_n^m(r)$, $S_n^m(r)$ y los polinomios radiales $R_n^m(r)$ para calcular estos valores de manera eficiente sin cancelación catastrófica.
   • Cuadratura: Debido a que el integrando transformado es un polinomio, la integral de línea puede evaluarse exactamente mediante cuadratura numérica. Los autores utilizan la cuadratura de Clenshaw–Curtis, que permite un refinamiento adaptativo eficiente y la reutilización de las evaluaciones de la función a través de diferentes órdenes de momentos.

3. Aplicabilidad:

   • Datos de contorno: El método se aplica directamente a formas vectoriales definidas por contornos poligonales cerrados, calculando los momentos sin ninguna referencia a una rejilla de píxeles.
   • Imágenes de rasterización: Para imágenes digitales, el método trata la imagen como una malla de celdas cuadradas. La integración se realiza a lo largo de los bordes entre píxeles. Crucialmente, los bordes compartidos por píxeles adyacentes con la misma intensidad se cancelan ($\Delta I = 0$), lo que significa que el cálculo escala efectivamente con el número de bordes activos (bordes con gradientes de intensidad) en lugar del número total de píxeles.
   • Imágenes a color: El marco se extiende a imágenes a color representando los píxeles como cuaterniones puros y calculando Momentos de Zernike de Cuaternión (QZM), capturando las correlaciones entre los canales RGB.

Contribuciones clave

1. Formulación exacta basada en contornos: La derivación de una fórmula exacta para los momentos de Zernike de regiones encerradas por contornos lineales por partes, expresada como una suma de integrales de línea. Esta formulación no introduce error de discretización ni de cuadratura.
2. Extensión a imágenes de rasterización: Una adaptación del formalismo para calcular momentos de Zernike exactos para imágenes de rasterización de intensidad constante por partes. Esto proporciona la integral exacta de la imagen de intensidad constante por partes, contrastando con la aproximación estándar de masa puntual.
3. Eficiencia algorítmica: La reducción de la integral de área 2D a integrales de línea 1D reduce la complejidad computacional teórica de la integración exacta de $O(N^4)$ (para la cuadratura exacta de área 2D) a $O(N^3)$ (donde $N$ es el orden máximo). En la práctica, la cuadratura adaptativa suele ofrecer un escalado casi lineal con el número de momentos.
4. Validación exhaustiva: Los autores proporcionan evidencia experimental en la reconstrucción de imágenes, análisis de formas y clasificación de caracteres.

Resultos
Experimentos numéricos en imágenes de diversa complejidad (imágenes de color naturales, engranajes geométricos, pruebas de un solo píxel, códigos QR y caracteres chinos) demuestran:

• Órdenes bajos/moderados: El método basado en bordes coincide con la precisión de los métodos clásicos basados en píxeles para órdenes bajos ($M \le 100$).
• Estabilidad de alto orden: En órdenes altos ($M = 500$), el método basado en píxeles sufre de un aliasing severo.
  • Reconstrucción: Las reconstrucciones basadas en píxeles de formas simples (por ejemplo, un solo píxel blanco) exhiben "píxeles fantasma" en ubicaciones antipodales debido a la ruptura de simetría. Las reconstrucciones basadas en bordes permanecen libres de artefactos.
  • Códigos QR: Las reconstrucciones basadas en píxeles de códigos QR se degradan significamente en órdenes altos, volviéndose irreconocibles, mientras que las reconstrucciones basadas en bordes permanecen nítidas y legibles.
  • Clasificación: En una tarea de clasificación que involucra 5 caracteres chinos, los invariantes de Zernike basados en píxeles mostraron una caída en la precisión del 96.9% ($M=100$) al 90.1% ($M=500$). En contraste, los invariantes basados en bordes mantuvieron y mejoraron ligeramente la precisión, alcanzando el 97.3% en $M=500$.
• Costo computacional: El método basado en bordes es actualmente más lento (37–74 veces) que el método basado en píxeles para tamaños de imagen estándar debido a la evaluación de las integrales de línea. Sin embargo, el método es trivialmente paralelizable y la carga computacional es proporcional al perímetro de la imagen (bordes activos) en lugar del área.

Significancia y Reivindicaciones
El artículo afirma que la formulación propuesta basada en bordes resuelve el problema de larga data del aliasing espacial en el cálculo de momentos de Zernike de alto orden. Al tratar la imagen como un campo continuo constante por partes e integrar exactamente sobre las fronteras, el método logra una exactitud matemática que las aproximaciones basadas en píxeles no pueden alcanzar.

Los autores enfatizan que, aunque el aprendizaje profundo se ha vuelto dominante en el análisis de imágenes, los descriptores basados en momentos siguen siendo vitales para aplicaciones que requieren explicabilidad, datos de entrenamiento limitados y caracterización geométrica precisa. El método propuesto asegura que estos descriptores sigan siendo estables y discriminativos incluso en órdenes altos, donde los métodos tradicionales fallan. El trabajo sugiere que este marco no es solo una mejora teórica, sino una necesidad práctica para tareas de análisis de forma y reconstrucción de alta fidelidad que involucren momentos de alto orden. Las direcciones futuras mencionadas incluyen la generalización del enfoque a otros momentos ortogonales (Legendre, Chebyshev) y la extensión de la formulación a momentos de Zernike 3D calculados a partir de mallas de superficies poligonales.