分级(BV,W-1,∞)分解的多尺度图像表示

摘要：

在经典变分图像分解模型中,平衡参数通常依据图像振荡分量的先验信息进行选取.本文针对这一局限性,以更为一般的一类Meyer分解模型为出发点,首先讨论了该模型解的存在性和唯一性,然后给出一种能依据图像自身信息,自适应地确定平衡参数的分级分解框架,进而得到一种分级多尺度图像表示方法,最后,对其收敛性进行了理论分析.并利用Chambolle的投影方法给出具体算法.数值实验结果表明,该方法能较好地弥补单尺度分解模型在图像应用中存在的一些不足.

关键词：分级多尺度分解、有界变差、Soblev空间、下半连续

所属期刊栏目：26

分类号：TN911.73

资助基金：国家自然科学基金60872138;重庆市教委科学技术研究项目KJ091208;重庆文理学院重点科研项目Z2008SJ13

在线出版日期：2009-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：601-608