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

Resumo Técnico: Uma Formulação Baseada em Bordas para o Cálculo Exato de Momentos de Zernike de Alta Ordem de Formas e Imagens 2D

Enunciado do Problema
Os momentos de Zernike são descritores de invariância à rotação estabelecidos, amplamente utilizados em análise de formas, reconhecimento de padrões e imagens médicas. No entanto, seu cálculo padrão baseia-se em uma quadratura baseada em pixels que aproxima a integral da imagem contínua como uma soma de Riemann sobre centros de pixels, tratando cada pixel como uma massa pontual (função $\delta$ de Dirac). Essa aproximação introduz duas limitações críticas:

1. Aliasing Espacial: À medida que a ordem do momento aumenta, os polinômios radiais oscilam em escalas comparáveis ou menores que um único pixel. O modelo de massa pontual falha em capturar essa extensão espacial, levando a erros de discretização significativos.
2. Instabilidade Numérica: Em ordens elevadas (tipicamente $n \gtrsim 50$), o acúmulo de erros de ponto flutuante e o aliasing degradam a precisão dos momentos. Isso se manifesta na reconstrução de imagens como "pixels fantasmas" (valores espúrios em localizações antipodais) e reduz o poder discriminativo dos descritores em tarefas de classificação.

Embora trabalhos anteriores tenham abordado a estabilidade numérica da avaliação de polinômios radiais via relações de recorrência, a fonte fundamental do erro — o descompasso geométrico entre as funções de base contínuas e a grade de pixels discreta — permanece não abordada nas implementações padrão.

Metodologia
Os autores propõem uma abordagem fundamentalmente diferente que elimina o erro de discretização ao aplicar o teorema de Green para transformar a integral de área bidimensional que define um momento de Zernike em uma soma de integrais de linha unidimensionais ao longo das bordas da imagem.

1. Transformação pelo Teorema de Green:
   Em vez de somar sobre os centros dos pixels, o método trata a imagem (ou forma) como um domínio delimitado por contornos de segmentos de reta. A integral de área sobre um domínio $D$ é convertida em uma integral de linha ao longo da fronteira $\partial D$. Para uma forma poligonal ou uma imagem rasterizada decomposta em regiões de intensidade constante, o momento total é a soma das contribuições de cada aresta.

2. Integração Exata de Borda:
   Demonstra-se que o integrando ao longo de uma aresta é uma função polinomial do parâmetro da aresta $t$. Especificamente, a primitiva radial $Q_n^m(r)$ e o componente angular são combinados de tal forma que o integrando resultante $A_n^m(t)$ é um polinômio de grau no máximo $n$.

   • Relações de Recorrência: Os autores derivam relações de recorrência para as primitivas radiais $Q_n^m(r)$, $S_n^m(r)$ e os polinômios radiais $R_n^m(r)$ para computar esses valores de forma eficiente sem cancelamento catastrófico.
   • Quadratura: Como o integrando transformado é um polinômio, a integral de linha pode ser avaliada exatamente usando quadratura numérica. Os autores utilizam a quadratura de Clenshaw–Curtis, que permite o refinamento adaptativo eficiente e o reuso de avaliações de função entre diferentes ordens de momentos.

3. Aplicabilidade:

   • Dados de Contorno: O método aplica-se diretamente a formas vetoriais definidas por contornos poligonais fechados, computando momentos sem qualquer referência a uma grade de pixels.
   • Imagens Raster: Para imagens digitais, o método trata a imagem como uma malha de células quadradas. A integração é realizada ao longo das arestas entre os pixels. Crucialmente, arestas compartilhadas por pixels adjacentes com intensidades idênticas se cancelam ($\Delta I = 0$), o que significa que o cálculo escala efetivamente com o número de bordas ativas (arestas com gradientes de intensidade) em vez do número total de pixels.
   • Imagens Coloridas: O framework estende-se para imagens coloridas ao representar os pixels como quatérnios puros e computar Momentos de Zernike de Quatérnio (QZM), capturando correlações entre os canais RGB.

Principais Contribuições

1. Formulação de Contorno Exata Baseada em Bordas: A derivação de uma fórmula exata para momentos de Zernike de regiões delimitadas por contornos de segmentos de reta, expressa como uma soma de integrais de linha. Esta formulação não introduz erro de discretização ou de quadratura.
2. Extensão para Imagens Raster: Uma adaptação do formalismo para computar momentos de Zernike exatos para imagens raster de constante por partes. Isso fornece a integral exata da imagem de constante por partes, contrastando com a aproximação padrão de massa pontual.
3. Eficiência Algorítmica: A redução da integral de área 2D para integrais de linha 1D reduz a complexidade computacional teórica da integração exata de $O(N^4)$ (para quadratura de área 2D exata) para $O(N^3)$ (onde $N$ é a ordem máxima). Na prática, a quadratura adaptativa frequentemente produz um escalonamento quase linear com o número de momentos.
4. Validação Abrangente: Os autores fornecem evidência experimental em reconstrução de imagem, análise de forma e classificação de caracteres.

Resultos
Experimentos numéricos em imagens de complexidade variada (imagens coloridas naturais, engrenagens geométricas, testes de pixel único, códigos QR e caracteres chineses) demonstram:

• Ordens Baixas/Moderadas: O método baseado em bordas iguala a precisão dos métodos clássicos baseados em pixels para ordens baixas ($M \le 100$).
• Estabilidade de Alta Ordem: Em ordens elevadas ($M = 500$), o método baseado em pixels sofre de severo aliasing.
  • Reconstrução: Reconstruções baseadas em pixels de formas simples (ex: um único pixel branco) exibem "pixels fantasmas" em localizações antipodais devido à quebra de simetria. Reconstruções baseadas em bordas permanecem livres de artefatos.
  • Códigos QR: Reconstruções baseadas em pixels de códigos QR degradam-se significativamente em ordens altas, tornando-se irreconhecíveis, enquanto as reconstruções baseadas em bordas permanecem nítidas e legíveis.
  • Classificação: Em uma tarefa de classificação envolvendo 5 caracteres chineses, os invariantes de Zernike baseados em pixels mostraram uma queda na precisão de 96,9% ($M=100$) para 90,1% ($M=500$). Em contraste, os invariantes baseados em bordas mantiveram e até melhoraram ligeiramente a precisão, atingindo 97,3% em $M=500$.
• Custo Computacional: O método baseado em bordas é atualmente mais lento (37–74 vezes) que o método baseado em pixels para tamanhos de imagem padrão devido à avaliação de integrais de linha. No entanto, o método é trivialmente paralelizável, e o fardo computacional é proporcional ao perímetro da imagem (arestas ativas) em vez da área.

Significância e Alegações
O artigo afirma que a formulação baseada em bordas proposta resolve o problema de longo prazo do aliasing espacial na computação de momentos de Zernke de alta ordem. Ao tratar a imagem como um campo contínuo de constante por partes e integrar exatamente sobre as fronteiras, o método alcança uma exatidão matemática que as aproximações baseadas em pixels não podem atingir.

Os autores enfatizam que, embora o aprendizado profundo tenha se tornado dominante na análise de imagens, os descritores baseados em momentos permanecem vitais para aplicações que exigem explicabilidade, dados de treinamento limitados e caracterização geométrica precisa. O método proposto garante que esses descritores permaneçam estáveis e discriminativos mesmo em ordens elevadas, onde os métodos tradicionais falham. O trabalho sugere que este framework não é apenas uma melhoria teórica, mas uma necessidade prática para tarefas de análise de forma e reconstrução de alta fidelidade envolvendo momentos de alta ordem. As direções futuras mencionadas incluem a generalização da abordagem para outros momentos ortogonais (Legendre, Chebyshev) e a extensão da formulação para momentos de Zernike 3D computados a partir de malhas de superfície poligonais.