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

Sintesi Tecnica: Una formulazione basata sui bordi per il calcolo esatto di momenti di Zernike di ordine elevato di forme e immagini 2D

Enunciato del Problema
I momenti di Zernike sono descrittori di invarianza rotazionale consolidati, ampiamente utilizzati nell'analisi delle forme, nel riconoscimento di pattern e nell'imaging medico. Tuttavia, il loro calcolo standard si basa su una quadratura basata sui pixel che approssima l'integrale dell'immagine continua come una somma di Riemann su centri di pixel, trattando ogni pixel come una massa puntiforme (funzione $\delta$ di Dirac). Questa approssimazione introduce due criticità fondamentali:

1. Aliasing Spaziale: All'aumentare dell'ordine del momento, i polinomi radiali oscillano su scale comparabili o inferiori a un singolo pixel. Il modello a massa puntiforme non riesce a catturare tale estensione spaziale, portando a significativi errori di discretizzazione.
2. Instabilità Numerica: Ad ordini elevati (tipicamente $n \gtrsim 50$), l'accumulo di errori di virgola mobile e l'aliasing degradano l'accuratezza dei momenti. Ciò si manifesta nella ricostruzione dell'immagine sotto forma di "pixel fantasma" (valori spuri in posizioni antipodali) e riduce il potere discriminativo dei descrittori nei compiti di classificazione.

Sebbene lavori precedenti abbiano affrontato la stabilità numerica della valutazione dei polinomi radiali tramite relazioni di ricorrenza, la fonte fondamentale dell'errore — il disallineamento geometrico tra le funzioni di base continue e la griglia di pixel discreta — rimane non affrontata nelle implementazioni standard.

Metodologia
Gli autori propongono un approccio fondamentalmente diverso che elimina l'errore di discretizzazione applicando il teorema di Green per trasformare l'integrale di area bidimensionale che definisce un momento di Zernike in una somma di integrali di linea monodimensionali lungo i bordi dell'immagine.

1. Trasformazione tramite il Teorema di Green:
   Invece di sommare sui centri dei pixel, il metodo tratta l'immagine (o la forma) come un dominio delimitato da contorni poligonali a segmenti lineari. L'integrale di area su un dominio $D$ viene convertito in un integrale di linea lungo il bordo $\partial D$. Per una forma poligonale o un'immagine raster decomposta in regioni a intensità costante, il momento totale è la somma dei contributi di ogni bordo.

2. Integrazione Esatta del Bordo:
   Si dimostra che l'integrando lungo un bordo è una funzione polinomiale del parametro del bordo $t$. Nello specifico, la primitiva radiale $Q_n^m(r)$ e la componente angolare vengono combinate in modo tale che l'integrando risultante $A_n^m(t)$ sia un polinomio di grado al massimo $n$.

   • Relazioni di Ricorrenza: Gli autori derivano relazioni di ricorrenza per le primitive radiali $Q_n^m(r)$, $S_n^m(r)$ e i polinomi radiali $R_n^m(r)$ per calcolare questi valori in modo efficiente senza cancellazione catastrofica.
   • Quadrature: Poiché l'integrando trasformato è un polinomio, l'integrale di linea può essere valutato esattamente utilizzando la quadratura numerica. Gli autori utilizzano la quadratura di Clenshaw–Curtis, che consente un raffinamento adattivo efficiente e il riutilizzo delle valutazioni della funzione attraverso diversi ordini di momento.

3. Applicabilità:

   • Dati di Contorno: Il metodo si applica direttamente a forme vettoriali definite da contorni poligonali chiusi, calcolando i momenti senza alcun riferimento a una griglia di pixel.
   • Immagini Raster: Per le immagini digitali, il metodo tratta l'immagine come una mesh di celle quadrate. L'integrazione avviene lungo i bordi tra i pixel. Fondamentalmente, i bordi condivisi da pixel adiacenti con intensità identica si cancellano ($\Delta I = 0$), il che significa che il calcolo scala efficacemente con il numero di bordi attivi (bordi con gradienti di intensità) piuttosto che con il numero totale di pixel.
   • Immagini a Colori: Il framework si estende alle immagini a colori rappresentando i pixel come quaternioni puri e calcolando i Momenti di Zernike Quaternionici (QZM), catturando le correlazioni tra i canali RGB.

Contributi Chiave

1. Formulazione Esatta Basata sui Contorni: La derivazione di una formula esatta per i momenti di Zernike di regioni racchiuse da contorni poligonali a segmenti lineari, espressa come una somma di integrali di linea. Questa formulazione non introduce errori di discretizzazione o di quadratura.
2. Estensione alle Immagini Raster: Un adattamento del formalismo per calcolare i momenti di Zernike esatti per immagini raster a intensità costante a tratti. Questo fornisce l'integrale esatto dell'immagine a tratti costanti, in contrasto con la standard approssimazione a massa puntiforme.
3. Efficienza Algoritmica: La riduzione dell'integrale di area 2D in integrali di linea 1D riduce la complessità computazionale teorica dell'integrazione esatta da $O(N^4)$ (per una quadratura di area 2D esatta) a $O(N^3)$ (dove $N$ è l'ordine massimo). In pratica, la quadratura adattiva spesso produce una scalabilità quasi lineare rispetto al numero di momenti.
4. Validazione Completa: Gli autori forniscono prove sperimentali attraverso la ricostruzione di immagini, l'analisi delle forme e la classificazione di caratteri.

Risultati
Esperimenti numerici su immagini di diversa complessità (immagini a colori naturali, ingranaggi geometrici, test a singolo pixel, codici QR e caratteri cinesi) dimostrano:

• Ordini Bassi/Moderati: Il metodo basato sui bordi eguaglia l'accuratezza dei metodi classici basati sui pixel per ordini bassi ($M \le 100$).
• Stabilità ad Ordini Elevati: Ad ordini elevati ($M = 500$), il metodo basato sui pixel soffre di un severo aliasing.
  • Ricostruzione: Le ricostruzioni basate sui pixel di forme semplici (es. un singolo pixel bianco) mostrano "pixel fantasma" in posizioni antipodali a causa della rottura della simmetria. Le ricostruzioni basate sui bordi rimangono prive di artefatti.
  • Codici QR: Le ricostruzioni basate sui pixel dei codici QR degradano significativamente ad ordini elevati, diventando irriconoscibili, mentre le ricostruzioni basate sui bordi rimangono nitide e leggibili.
  • Classificazione: In un compito di classificazione che coinvolge 5 caratteri cinesi, gli invarianti di Zernike basati sui pixel hanno mostrato un calo di accuratezza dal 96,9% ($M=100$) al 90,1% ($M=500$). Al contrario, gli invarianti basati sui bordi hanno mantenuto e leggermente migliorato l'accuratezza, raggiungendo il 97,3% a $M=500$.
• Costo Computazionale: Il metodo basato sui bordi è attualmente più lento (37–74 volte) rispetto al metodo basato sui pixel per dimensioni standard delle immagini a causa della valutazione degli integrali di linea. Tuttavia, il metodo è trivialmente parallelizzabile e il carico computazionale è proporzionale al perimetro dell'immagine (bordi attivi) piuttosto che all'area.

Significatività e Rivendicazioni
Il documento sostiene che la formulazione proposta basata sui bordi risolve il problema di lunga data dell'aliasing spaziale nel calcolo dei momenti di Zernike ad alto ordine. Trattando l'immagine come un campo continuo a tratti costante e integrando esattamente sui bordi, il metodo raggiunge un'esattezza matematica che le approssimazioni basate sui pixel non possono ottenere.

Gli autori sottolineano che, sebbene il deep learning sia diventato dominante nell'analisi delle immagini, i descrittori basati sui momenti rimangono vitali per applicazioni che richiedono spiegabilità, dati di addestramento limitati e una precisa caratterizzazione geometrica. Il metodo proposto assicura che questi descrittori rimangano stabili e discriminanti anche ad ordini elevati, dove i metodi tradizionali falliscono. Il lavoro suggerisce che questo framework non è solo un miglioramento teorico, ma una necessità pratica per compiti di analisi delle forme e ricostruzione ad alta fedeltà che coinvolgono momenti di ordine elevato. Le direzioni future menzionate includono la generalizzazione dell'approccio ad altri momenti ortogonali (Legendre, Chebyshev) e l'estensione della formulazione ai momenti di Zernike 3D calcolati da mesh di superficie poligonali.