WikiDer > Shearlet

Shearlet

В прикладном математическом анализе дубленки являются многомасштабной структурой, которая позволяет эффективно кодировать анизотропный особенности в многомерный проблемные классы. Первоначально короткая стрижка была представлена в 2006 году.^[1] для анализа и разреженное приближение функций ${ Displaystyle е в L ^ {2} ( mathbb {R} ^ {2})}$ . Они являются естественным продолжением вейвлеты, чтобы учесть тот факт, что многомерные функции обычно управляются анизотропными характеристиками, такими как края в изображениях, поскольку вейвлеты, как изотропные объекты, не способны улавливать такие явления.

Шерлеты построены параболическими масштабирование, стрижка и перевод применяется к нескольким производящие функции. В мелком масштабе они, по существу, поддерживаются узкими и направленными гребнями в соответствии с законом параболического масштабирования, который гласит: длина² ≈ ширина. Подобно вейвлетам, сдвиги возникают из аффинная группа и позволяют унифицировать континуум и цифровую ситуацию, ведущую к точному внедрению. Хотя они не составляют ортонормированный базис за ${ Displaystyle L ^ {2} ( mathbb {R} ^ {2})}$ , они по-прежнему образуют Рамка допускающие устойчивые разложения произвольных функций ${ Displaystyle е в L ^ {2} ( mathbb {R} ^ {2})}$ .

Одним из наиболее важных свойств сдвигов является их способность обеспечивать оптимально разреженные приближения (в смысле оптимальности в ^[2]) за мультяшные функции ${ displaystyle f}$ . В области визуализации мультяшные функции служат моделью для анизотропных свойств и компактно поддерживаются в ${ displaystyle [0,1] ^ {2}}$ в то же время ${ displaystyle C ^ {2}}$ кроме замкнутого кусочно ${ displaystyle C ^ {2}}$ кривая особенности с ограниченной кривизной. Скорость распада ${ displaystyle L ^ {2}}$ -ошибка ${ displaystyle N}$ -членное приближение сдвига, полученное с помощью ${ displaystyle N}$ Наибольшие коэффициенты сдвигового расширения фактически оптимальны с точностью до лог-фактора:^[3]^[4]

{ Displaystyle | е-е_ {N} | _ {L ^ {2}} ^ {2} leq CN ^ {- 2} ( log N) ^ {3}, quad N to infty ,}

где постоянная ${ displaystyle C}$ зависит только от максимальной кривизны кривой особенности и максимальных значений ${ displaystyle f}$ , ${ displaystyle f ^ {'}}$ и ${ displaystyle f ^ {''}}$ . Эта скорость приближения значительно улучшает лучшие ${ displaystyle N}$ скорость аппроксимации вейвлетов, обеспечивающая только ${ displaystyle O (N ^ {- 1})}$ для такого класса функций.

На сегодняшний день Shearlets является единственной системой направленного представления, которая обеспечивает разреженную аппроксимацию анизотропных характеристик, обеспечивая при этом унифицированное рассмотрение континуума и цифровой области, что обеспечивает точную реализацию. Расширения систем сдвига на ${ displaystyle L ^ {2} ( mathbb {R} ^ {d}), d geq 2}$ также доступны. Подробное изложение теории и приложений сдвигов можно найти в.^[5]

Определение

Системы непрерывного сдвига

Геометрические эффекты параболического масштабирования и сдвига с несколькими параметрами a и s.

Построение систем непрерывного сдвига основано на матрицы параболического масштабирования

{ displaystyle A_ {a} = { begin {bmatrix} a & 0 0 & a ^ {1/2} end {bmatrix}}, quad a> 0}

как средство для изменения разрешения, на матрицы сдвига

{ Displaystyle S_ {s} = { begin {bmatrix} 1 & s 0 & 1 end {bmatrix}}, quad s in mathbb {R}}

как средство для изменения ориентации, и, наконец, на переводы для изменения позиционирования. В сравнении с кривые, ножницы используют сдвиг вместо вращения, преимущество в том, что оператор сдвига ${ displaystyle S_ {s}}$ оставляет целочисленная решетка инвариантен в случае ${ displaystyle s in mathbb {Z}}$ , т.е. ${ displaystyle S_ {s} mathbb {Z} ^ {2} substeq mathbb {Z} ^ {2}.}$ Это действительно позволяет унифицировать континуум и цифровую сферу, тем самым гарантируя точную цифровую реализацию.

За ${ displaystyle psi in L ^ {2} ( mathbb {R} ^ {2})}$ то система непрерывного сдвига создано ${ displaystyle psi}$ тогда определяется как

{ displaystyle operatorname {SH} _ { mathrm {cont}} ( psi) = { psi _ {a, s, t} = a ^ {3/4} psi (S_ {s} A_ { a} ( cdot -t)) mid a> 0, s in mathbb {R}, t in mathbb {R} ^ {2} },}

и соответствующие непрерывное преобразование сдвига дается картой

{ displaystyle f mapsto { mathcal {SH}} _ { psi} f (a, s, t) = langle f, psi _ {a, s, t} rangle, quad f in L ^ {2} ( mathbb {R} ^ {2}), quad (a, s, t) in mathbb {R} _ {> 0} times mathbb {R} times mathbb {R } ^ {2}.}

Дискретные системы сдвига

Дискретный вариант систем сдвига может быть непосредственно получен из ${ displaystyle operatorname {SH} _ { mathrm {cont}} ( psi)}$ к дискретизирующий набор параметров ${ displaystyle mathbb {R} _ {> 0} times mathbb {R} times mathbb {R} ^ {2}.}$ Для этого существует множество подходов, но наиболее популярным из них является

{ displaystyle {(2 ^ {j}, k, A_ {2 ^ {j}} ^ {- 1} S_ {k} ^ {- 1} m) mid j in mathbb {Z}, k in mathbb {Z}, m in mathbb {Z} ^ {2} } substeq mathbb {R} _ {> 0} times mathbb {R} times mathbb {R} ^ { 2}.}

Отсюда дискретная система сдвига связанный с генератором сдвига ${ displaystyle psi}$ определяется

{ displaystyle operatorname {SH} ( psi) = { psi _ {j, k, m} = 2 ^ {3j / 4} psi (S_ {k} A_ {2 ^ {j}} cdot {} -m) mid j in mathbb {Z}, k in mathbb {Z}, m in mathbb {Z} ^ {2} },}

и связанные дискретное преобразование сдвига определяется

{ displaystyle f mapsto { mathcal {SH}} _ { psi} f (j, k, m) = langle f, psi _ {j, k, m} rangle, quad f in L ^ {2} ( mathbb {R} ^ {2}), quad (j, k, m) in mathbb {Z} times mathbb {Z} times mathbb {Z} ^ {2} .}

Примеры

Трапецеидальная частотная опора классического сдвига.

Частотный замощение (дискретной) классической системы сдвига.

Позволять ${ Displaystyle psi _ {1} в L ^ {2} ( mathbb {R})}$ - функция, удовлетворяющая дискретное условие Кальдерона, т.е.

{ displaystyle sum _ {j in mathbb {Z}} | { hat { psi}} _ {1} (2 ^ {- j} xi) | ^ {2} = 1, quad xi in mathbb {R},}

с ${ displaystyle { hat { psi}} _ {1} in C ^ { infty} ( mathbb {R})}$ и ${ displaystyle operatorname {supp} { hat { psi}} _ {1} substeq [- { tfrac {1} {2}}, - { tfrac {1} {16}}] cup [ { tfrac {1} {16}}, { tfrac {1} {2}}],}$ куда ${ displaystyle { hat { psi}} _ {1}}$ обозначает преобразование Фурье из ${ displaystyle psi _ {1}.}$ Например, можно выбрать ${ displaystyle psi _ {1}}$ быть Вейвлет Мейера.Кроме того, пусть ${ Displaystyle psi _ {2} в L ^ {2} ( mathbb {R})}$ быть таким, чтобы ${ displaystyle { hat { psi}} _ {2} in C ^ { infty} ( mathbb {R}),}$ ${ displaystyle operatorname {supp} { hat { psi}} _ {2} substeq [-1,1]}$ и

{ displaystyle sum _ {k in Z} | { hat { psi}} _ {2} ( xi + k) | ^ {2} = 1, quad xi in mathbb {R} .}

Обычно выбирают ${ displaystyle { hat { psi}} _ {2}}$ быть гладким функция удара. потом ${ displaystyle psi in L ^ {2} ( mathbb {R} ^ {2})}$ данный

{ displaystyle { hat { psi}} ( xi) = { hat { psi}} _ {1} ( xi _ {1}) { hat { psi}} _ {2} left ({ tfrac { xi _ {2}} { xi _ {1}}} right), quad xi = ( xi _ {1}, xi _ {2}) in mathbb { R} ^ {2},}

называется классическая короткая шерсть. Можно показать, что соответствующая дискретная система сдвига ${ displaystyle operatorname {SH} ( psi)}$ представляет собой Рама Парсеваля за ${ Displaystyle L ^ {2} ( mathbb {R} ^ {2})}$ состоящий из ограниченный диапазон функции.^[5]

Другой пример: компактно поддержанный системы сдвига, где функция с компактным носителем ${ Displaystyle psi в L ^ {2} ( mathbb {R} ^ {2})}$ можно выбрать так, чтобы ${ displaystyle operatorname {SH} ( psi)}$ образует Рамка за ${ Displaystyle L ^ {2} ( mathbb {R} ^ {2})}$ .^[4]^[6]^[7]^[8] В этом случае все элементы сдвига в ${ displaystyle operatorname {SH} ( psi)}$ имеют компактную опору, обеспечивая превосходную пространственную локализацию по сравнению с классическими сдвигами с ограниченной полосой пропускания. Хотя система сдвигов с компактными опорами обычно не образует каркас Парсеваля, любая функция ${ Displaystyle е в L ^ {2} ( mathbb {R} ^ {2})}$ может быть представлен сдвиговым расширением из-за своего каркасного свойства.

Конус-адаптированные ножницы

Одним из недостатков сдвиговых элементов, определенных как указано выше, является направленное смещение сдвиговых элементов, связанное с большими параметрами сдвига. Этот эффект уже заметен в частотном разбиении классических сдвиговых элементов (см. Рисунок в разделе #Примеры), где частотная опора сдвига все больше выравнивается по ${ displaystyle xi _ {2}}$ - ось как параметр сдвига ${ displaystyle s}$ уходит в бесконечность. Это вызывает серьезные проблемы при анализе функции, преобразование Фурье которой сосредоточено вокруг ${ displaystyle xi _ {2}}$ -ось.

Разложение частотной области на конусы.

Чтобы справиться с этой проблемой, частотная область разделена на низкочастотную часть и две конические области (см. Рисунок):

{ Displaystyle { begin {align} { mathcal {R}} & = left {( xi _ {1}, xi _ {2}) in mathbb {R} ^ {2} mid | xi _ {1} |, | xi _ {2} | leq 1 right }, { mathcal {C}} _ ​​{ mathrm {h}} & = left {( xi _ {1}, xi _ {2}) in mathbb {R} ^ {2} mid | xi _ {2} / xi _ {1} | leq 1, | xi _ { 1} |> 1 right }, { mathcal {C}} _ ​​{ mathrm {v}} & = left {( xi _ {1}, xi _ {2}) in mathbb {R} ^ {2} mid | xi _ {1} / xi _ {2} | leq 1, | xi _ {2} |> 1 right }. end {выравнивается} }}

Частотная мозаика приспособленной к конусу системы сдвига

Частотное разбиение адаптированной к конусу системы сдвига, порожденное классическим сдвигом.

Связанный адаптированная к конусу дискретная система сдвига состоит из трех частей, каждая из которых соответствует одной из этих частотных областей, и создается тремя функциями ${ displaystyle phi, psi, { tilde { psi}} in L ^ {2} ( mathbb {R} ^ {2})}$ и решетка отбор проб фактор ${ displaystyle c = (c_ {1}, c_ {2}) in ( mathbb {R} _ {> 0}) ^ {2}:}$

{ displaystyle operatorname {SH} ( phi, psi, { tilde { psi}}; c) = Phi ( phi; c_ {1}) cup Psi ( psi; c) cup { tilde { Psi}} ({ tilde { psi}}; c),}

куда

{ displaystyle { begin {align} Phi ( phi; c_ {1}) & = { phi _ {m} = phi ( cdot {} -c_ {1} m) mid m in mathbb {Z} ^ {2} }, Psi ( psi; c) & = { psi _ {j, k, m} = 2 ^ {3j / 4} psi (S_ {k } A_ {2 ^ {j}} cdot {} -M_ {c} m) mid j geq 0, | k | leq lceil 2 ^ {j / 2} rceil, m in mathbb { Z} ^ {2} }, { tilde { Psi}} ({ tilde { psi}}; c) & = {{ tilde { psi}} _ {j, k, m } = 2 ^ {3j / 4} psi ({ tilde {S}} _ {k} { tilde {A}} _ {2 ^ {j}} cdot {} - { tilde {M}} _ {c} m) mid j geq 0, | k | leq lceil 2 ^ {j / 2} rceil, m in mathbb {Z} ^ {2} }, end {выровнено} }}

с

{ displaystyle { begin {align} & { tilde {A}} _ {a} = { begin {bmatrix} a ^ {1/2} & 0 0 & a end {bmatrix}}, ; a> 0, quad { tilde {S}} _ {s} = { begin {bmatrix} 1 & 0 s & 1 end {bmatrix}}, ; s in mathbb {R}, quad M_ {c} = { begin {bmatrix} c_ {1} & 0 0 & c_ {2} end {bmatrix}}, quad { text {and}} quad { tilde {M}} _ {c} = { begin {bmatrix} c_ {2} & 0 0 & c_ {1} end {bmatrix}}. end {align}}}

Системы ${ Displaystyle пси ( пси)}$ и ${ Displaystyle { тильда { Psi}} ({ тильда { psi}})}$ в основном различаются обратными ролями ${ displaystyle x_ {1}}$ и ${ displaystyle x_ {2}}$ . Таким образом, они соответствуют коническим областям ${ displaystyle { mathcal {C}} _ { mathrm {h}}}$ и ${ displaystyle { mathcal {C}} _ { mathrm {v}}}$ , соответственно. Наконец, функция масштабирования ${ displaystyle phi}$ связана с низкочастотной частью ${ Displaystyle { mathcal {R}}}$ .

Приложения

Обобщения и расширения

3D-Shearlets ^[7]^[9]
${ displaystyle alpha}$ -Шарлетс ^[7]
Параболические молекулы ^[10]

Смотрите также

внешняя ссылка

[shearletsintroduction-1] Го, Канхуи, Гитта Кутыниок, и Деметрио Лабате. «Разреженные многомерные представления с использованием операторов анизотропного растяжения и сдвига». Вейвлеты и сплайны (Афины, Джорджия, 2005), Г. Чен и М. Дж. Лай, редакторы, Nashboro Press, Нэшвилл, Теннесси (2006): 189–201."PDF" (PDF).

[cartoonbenchmark-2] Донохо, Дэвид Ли. «Редкие компоненты изображений и оптимальные атомные разложения». Конструктивная аппроксимация 17.3 (2001): 353–382.«PDF». CiteSeerX 10.1.1.379.8993.

[shearletsparsebandlim-3] Го, Канхуи и Деметрио Лабате. «Оптимально разреженное многомерное представление с использованием сдвигов». Журнал SIAM по математическому анализу 39.1 (2007): 298–318."PDF" (PDF).

[shearletsparsecompact-4] а ^б Кутыниок, Гитта, и Wang-Q Lim. «Срезанные ножки с компактной опорой оптимально редки». Журнал теории приближений 163.11 (2011): 1564–1589."PDF" (PDF).

[shearletbook-5] а ^б ^c ^d ^е Кутыниок, Гитта, и Деметрио Лабате, ред. Shearlets: многомасштабный анализ многомерных данных. Springer, 2012 г., ISBN 0-8176-8315-1

[shearletcompact-6] Киттипум, Писамай, Гитта Кутыниок, и Wang-Q Lim. «Конструкция каркасов из срезанного материала с компактными опорами». Конструктивная аппроксимация 35.1 (2012): 21–72.Kittipoom, P .; Kutyniok, G .; Лим, В. (2010). «PDF». arXiv:1003.5481 [math.FA].

[shearlets3dalpha-7] а ^б ^c Кутыниок, Гитта, Якоб Лемвиг и Ван-Кью Лим. «Оптимально разреженные аппроксимации трехмерных функций поперечными фреймами с компактным носителем». Журнал SIAM по математическому анализу 44.4 (2012): 2962–3017.Кутиниок, Гитта; Лемвиг, Якоб; Лим, Ван-Кью (2011). «PDF». arXiv:1109.5993 [math.FA].

[VideoTextPur-8] Пурненду Банерджи, Б. Б. Чаудхури, «Локализация видеотекста с использованием вейвлет-преобразований и сдвиговых преобразований», In Proc. SPIE 9021, Распознавание и поиск документов XXI, 2014 г. (DOI: 10.1117 / 12.2036077).Банерджи, Пурненду; Чаудхури, Б. Б. (2013). «PDF». arXiv:1307.4990.

[shearletbandlim-9] Го, Канхуи и Деметрио Лабате. «Построение гладких рам Парсеваля из овчины». Математическое моделирование природных явлений 8.01 (2013): 82–105."PDF" (PDF).

[parabolicmole-10] Грос, Филипп и Кутыниок, Гитта. «Параболические молекулы». Основы вычислительной математики (в печати)Грос, Филипп; Кутыниок, Гитта (2012). «PDF». arXiv:1206.1958 [math.FA].

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

Navigation