脊波、曲线波和偏微分方程在图像处理中的算法研讨.pdfVIP

脊波、曲线波和偏微分方程在图像处理中的算法研究 摘要 寻求客观事物的“稀疏”表示方法，是计算机视觉、数学、数据压缩等领域的 专家学者们致力于的目标。小波分析之所以成功，一个重要的原因是其对范围广 泛的函数类的“稀疏”表示能力，尤其表现为对“点奇异”的最优非线性逼近能 力。然而，对于含线奇异、面奇异的二维或高维函数，小波的非线性逼近能力却 不尽如人意，事实上，此时M项非线性逼近误差厶∽)20厶一／’旷的衰减速度只能 达到D∽。1J。小波分析的不足，促使人们开始从不同角度试图寻找比小波更好的 “稀疏”表示工具。脊波理论由EmmanuelJ．Candes在1998年提出，脊波变换对 含直线奇异的多变量函数具有最优非线性逼近性能。后来，Candes又提出了曲线 波的概念，曲线波变换对含有曲线奇异的多变量函数具有最优的非线性逼近阶。 由于脊波、曲线波的这种能力，这使得它们在图像处理中比起小波具有一定的优 势，更能保持图像的边缘，所以它们越来越受到广大研究者的重视。在数学图像 处理中，相对于计算调和分析方法，另外一种方法就是偏微分方程方法。自从 性扩散模型。这些模型在图像去噪、图像增强、边缘检测等方面具有很好的效果。 时至今日，偏微分方程方法仍然是图像处理中的一个重要方法，是近年来图像